GTX 1660TI+Tensorflow2.0 GPU版+CUDA10.0+Anaconda3+PyCharm开发环境配置

建议不要使用这个办法，建议看个人另外一篇文章，用conda三行命令安装的，更加简单。windows最简单三行命令安装tensorflow-gpu版（使用anaconda）无需本身安装cuda

声明：这篇文章部份内容借鉴了如下文章
Windows 10 下 Anaconda 轻松安装 Tensorflow 2.0 GPU 版本
可是这篇文章里面有错误和不完整，我在此基础上进行了修正和扩充。

0.事前准备

1.良好的网络以及ke-xue-shang-net工具
2.在Geforce Experience中将你的显卡驱动更新到最新版本，并记住版本号
3.确保你是GTX 1660TI显卡

1.安装Anaconda

首先进入Anaconda官方网站下载安装包，直接拖到页面最下方

而后按照默认选项安装就行

2.安装CUDA

1.首先查询官网，确认你的显卡驱动支持的CUDA版本。如下是2020年7月的支持状况：

你会发现你的显卡驱动版本极可能支持到CUDA11，可是注意目前（2020年7月）tensorflow最高只支持CUDA10.0，因此最好确认当前tensorflow最新版本支持的CUDA版本

2.进入NVIDIA官网下载CUDA。各类选项参考下图，而后开始下载，此处不挂梯速度更快。

下载完成后按照默认选项安装，通常安装过程当中会自动添加环境变量，若是后面出问题，能够看一下环境变量中是否有CUDA10.0的环境变量

3.安装cuDNN

进入官网，这里须要开发者帐号，若是你有nvidia开发者帐号，直接登陆，没有就注册一个。选择与CUDA10.0对应的cuDNN，以下图：

与CUDA10.0对应的cuDNN版本是v7.6.5，点击后直接下载for Windows10：

下载完毕是一个压缩包，解压缩以后，把里面全部东西复制，而后粘贴到你的cuda10.0根目录下

NVIDIA GPU Computing Toolkit\CUDA\v10.0\

4.测试CUDA

打开命令提示符CMD，输入
nvcc -V
若是安装正确，你会看到：

这就表明CUDA安装成功

5.安装Tensorflow2.0

1.打开Anaconda Prompt，为Tensorflow 2.0 配置一个虚拟环境
conda create -n tf2 python=3.7

2.激活环境
activate tf2
3.安装Tensorflow
pip install tensorflow-gpu==2.0.0rc1

注意：此处须要ke-xue-shang-net环境，若是你出现hash对应错误，超时等错误，都是网络问题，删除tf2环境从头再来，删除环境操做方法参考个人这篇文章

6.测试Tensorflow2.0

仍然在tf2环境下，输入python，进入python交互环境，而后依次输入如下测试代码：

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

正确结果上图，最重要的是最下面出现True

import os 
os.system("nvidia-smi")

到此为止Tensorflow的安装结束。

7.在PyCharm中使用Tensorflow GPU版

打开PyCharm，打开File->Settings–>Project->Project Interpreter，添加并使用Tensorflow虚拟环境下的python解释器，以下图：
而后安装keras等你须要的包，到此就结束了，能够开始写代码了。