Tensorflow-GPU（Win10）超完整版安装

一、Anaconda的安装

ANACONDA官网

这个部分需要注意的就是添加环境变量，不然后期使用VSCode测试的时候会出现IMPORT ERROR

 上面四个文件路径在Anaconda安装路径下

二、安装CUDA、cuDNN和tensorflow_gpu之前的准备工作

这个部分尤其需要注意各个软件之间的版本适配问题（以我自己的电脑举例），因此，准备工作尤为重要！

（1）看我们电脑显卡的版本

显卡版本号：419.72

（2）查看对应的CUDA版本

官网查询

选择CUDA时，选择低于显卡版本以下对应的CUDA版本。因此对于我的显卡（419）我选择CUDA10.0版本

（3）查看对应的cuDNN和tensorflow_gpu版本

官网查询官网查询

 

因此，我选择的版本分别是：

tensorflow_gpu-2.0.0

Python3.7

cuDNN7.4

CUDN10.0

三、下载软件

（1）下载CUDN10.0：下载链接：CUDA官网

（2）下载cuDNN7.4：下载链接： cuDNN下载

官网需要注册，步骤很简单，就不多说了。

四、安装软件

（1）CUDA安装

1.1双击安装，点OK（解压的文件后面会自己消失）

 1.2选择自定义安装，然后下一步

CUDA目录下VS取消

 1.3默认安装位置即可

 

测试是否安装成功：cmd打开命令行，输入nvcc -V（注意大小写），如果显示版本信息则说明安装成功。

（2）cuDNN安装

2.1直接解压

 2.2将三个文件夹里面的文件分别复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0同样文件夹下

文本内容直接复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0即可

 （3）安装tensorflow_gpu

 3.1创建虚拟环境（cmd命令行输入，这里的tensorflow_gpu是虚拟环境的名称）

conda create -n tensorflow_gpu python=3.7

激活环境

activate tensorflow_gpu

或使用

3.2换源（下面的所有 *** 作都在创建的虚拟环境中）

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

 3.3我们真正使用的时候我们其实主要用的就是CUDATOOLKIT这个工具（版本号跟我们之前选择的CUDA版本号一致）

conda install cudatoolkit=10.0

3.4安装cudnn

conda install cudnn=7.4

3.5安装tensorflow_gpu(pip 需要更新的可以更新一下)

pip install tensorflow-gpu==2.0.0

出现Successful即安装成功

3.6测试是否安装成功

在虚拟环境中输入python

import tensorflow as tf

tf.test.is_gpu_available()

出现True即成功

 五、VS Code中使用

（1）选择解释器

（2）测试代码

import tensorflow as tf
print(tf.test.is_gpu_available())

（3）运行，出现Ture即可

 当出现系统禁止运行脚本的时候：

以管理员身份打开Windows Powershell

在终端执行：get-ExecutionPolicy，显示Restricted

执行：set-ExecutionPolicy RemoteSigned

再执行：get-ExecutionPolicy，显示RemoteSigned

最后的最后，十分感谢大家看到这边，也希望这篇帖子能带给你帮助。