tensorflow2.0GPU版本安装指南(包含cudnn cuda miniconda安装以及jupyter虚拟环境配置等等

• 安装miniconda：

            1.找到清华镜像源的安装文件，我以Miniconda3-4.5.4-Windows-x86_64.exe为例（tensorflow目前不支持python3.7）

            2.下载完双击安装,除了如下步骤，其他的都默认操做

            3.自定义安装路径

                  

 

            4.环境变量选项的checkbox不要勾选，要否则修复或者重安装的时候会有麻烦

                  

 

              5.升级pip和setuptools 要否则在下面安装tensorflow的时候可能会出现因为此二项版本老旧而出现问题：

>>>python -m pip install –upgrade 上述两个包的名字

 

              6.安装numpy

>>>pip install numpy

              7.安装jupyter notebook

>>>pip install jupyter notebook

                    7.1 你可能还要更改jupyter notebook的工做目录以及指定工做浏览器

>>>jupyter notebook --generate-config

                       ( 而后打开anaconda prompt中出现的一个地址中的配置文件（先将这个.py文件改为txt，再进行修改），对于修      改浏览器这里给出示例：)

 

import webbrowser

webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"D:\\Chrome\\Application\\chrome.exe"))

c.NotebookApp.browser = 'chrome'

                                                                                                                                                                                                         

• 安装nvidia显卡驱动

（强烈建议，虽然在安装cuda时有安装显卡驱动程序的选项，可是cuda中的显卡驱动版本要比官网上的显卡驱动版本要老旧）：

            1. 搜索官网

 

           2. 驱动版本检索  首先在设备管理器中【显示适配器】一项查看本身电脑的显卡型号，根据型号选择相应的显卡驱动安装程序并下载，（个人显卡是GTX960m，就选GTX900M系列 ，而后找GTX960M ）

 

• 下载完以后 点击安装便可

                                                                                                                                                                                                           

 

• 安装cuda 

（注意 必定要根据要安装的tensorflow的版本要求安装对应版本的cuda。好比我安装的tensorflow2.0版本 使用cuda10.0）

         1.  到CUDA官网（NVIDIA），选择对应版本的cuda进行下载，例如：

          2.  Cuda比较大，在选择组件时，个人选择如图：

（只选择cuda组件  且将其中的samples（示例 用不上）、nsight compute（用不上）、visual studio intergration（用不上）都取消掉。最后的三个组件也都不须要装，图形驱动在文章最前面以及在官网上装过了最新的 ）

       3.配置环境变量：（注意更换成你本身的安装路径）

D:\NVIDIA GPU Computing Toolkit\CUDA\v10.0

D:\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

D:\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

D:\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp    

      4.测试：

打开CMD并输入

 >>> nvcc -V

      结果以下：

                                                                                                                                                                                                           

• 配置cudnn 以及安装tensorflow2.0

         1.下载：https://developer.nvidia.com/cudnn （要看好版本 对应cuda10.0）

         2.下载完以后，解压缩并将其中的文件所有拷贝到NVIDIA GPU Computing Toolkit\CUDA\v10.0目录中去，也就是安装CUDA时候的目录

         3.更新pip 和setuptools

>>>python -m pip install –upgrade ***

         4.安装tensorflow：

>>>pip install tensorflow-gpu==2.0

         5.最终测试：

import tensorflow as tf
tf.test.gpu_device_name()
##查看 tensorflow是否成功安装 以及是否使用了GPU，结果应输出GPU的信息

                                                                                                                                                                                                      

• 关于虚拟环境的补充(下面出现的evnname是你随便指定的环境名字)

              1)虚拟环境的配置、删除：

>>>conda create -n evnname python=3.6

>>>conda remove -n evnname python=3.6

              2)将虚拟环境添加入jupyter的kernel选项

一、使用：
>>>activate evnname 
激活虚拟环境evnname（也就是进入该环境中）

二、安装ipykernel包 ：
>>> conda install ipykernel

三、激活该功能
>>>ipython kernel install --user --name=evnname