tensorflow下载 TensorFlow2.0 系列开篇： Windows下GPU版本详细安装教程

【介绍】在今年3月的TensorFlow开发者峰会上，谷歌公布了TensorFlow 2.0 Alpha版(内部beta版)之后，TensorFlow 2.0 Beta版(公开Beta版)已经发布。与1.x版本相比，TF2.0默认使用Keras和Eager Execution，支持跨平台，简化API。这次更新让TF2.0更接近PyTorch，一系列烦人的概念将一去不复返。如果入坑TF在2019年下半年开始，那么你就选择了进入AI的最佳时机，Tensorflow社区就会蓬勃发展，前途无量。接下来我会给大家带来一个详细完整的TF 2.0 Beta–Window系统下GPU版本的安装教程。

目录

1.蟒蛇

安装Anaconda修改路径

2.CUDA10.0

CUDA安装cuDNN安装PATH配置

3.TensorFlow2.0 Beta-GPU版本安装和测试

测试

1.蟒蛇

A.[计] 下载

首先进入Anaconda官网:

https://www.anaconda.com/distribution

在Windows下选择Python3.7(注意:必须选择64位，因为TF不支持python 3.2位)

下载完成后打开，然后像个傻子一样安装。接下来。

B.修改路径

默认地址是c盘(这是默认地址，如果你平时安装在c盘，可以忽略这一步)。

如果安装后没有其他操作，则没有[jupyter_notebook_config.py]打开。juyter文件。

打开cmd并输入

jupyter笔记本-生成-配置

输入，将产生[jupyter_notebook_config.py]

用Notepad++打开[jupyter_notebook_config.py]找到c.Notebook

取消注释，应该删除C之前的#号

单击保存，路径将被修复

Cmd，进入【jupyter笔记本】，你会发现你的道路变了

C.修改默认浏览器

打开[jupyter_notebook_config.py]

找到您想要使用的浏览器路径(下面是我的浏览器路径)

打开[jupyter_notebook_config.py]，找到App.browser = ' '，在这一行下面加上下面三行代码

导入webbrowser

webbrowser.register("chrome "，None，webbrowser。generic browser(u " C:ProgramFiles(x86)Google chrome applicationchrome . exe "))

c.NotebookApp.browser = 'chrome '

这样，修改Anaconda使用的浏览器和使用路径就非常简单了。现在打开我们的Jupyter笔记本(Tensorflow2.0的笔记稍后会写到这个文件夹)

2.CUDA 10.0

A.CUDA安装

下载CUDA

官网链接:

https://developer.nvidia.com/cuda-10.0-download-archive?目标=视窗& amptarget _ arch = x86 _ 64 & amptarget _ version = 10 & amptarget_type=exelocal

检查GeForce体验

如果计算机本身有Visual Studio集成，请取消选中此项以避免冲突

点击“司机钱”和“显示司机”行。Cuda本身包含的驱动版本是411.31。

如果当前安装在您计算机上的驱动程序版本号比Cuda本身的驱动程序版本号新，您必须取消此检查。否则，安装将失败(如果是相同的，您不必检查)

安装需要几分钟，这是NVIDIA程序完成的界面

打开这条路可以看到nvcc.exe

nvcc.exe的存在意味着该系统的安装已经成功

打开这个文件夹，看看有没有cuti64_100.dll

这个cuti64_100.dll的存在意味着CUPT1已经成功了

B.cuDNN安装

CDNN官网链接:

https://developer.nvidia.com/rdp/cudnn-download

为CUDA10.0选择cuDNN

解压cuDNN

将解压缩的文件复制到CUDA文件夹

C.路径配置

查看CUDA环境路径

我的电脑->:属性->:高级系统设置->:环境变量

在系统变量中查找路径

检查CUDA路径，安装CUDA的时候会添加这两个目录

CUPTA和cuDNN还没有添加，所以必须添加到路径中，这样在使用Tensorflow时就不会报告错误

添加CUPTA和cudnn路径

新建->:浏览并找到路径

CuDNN路径，CUPTA路径(两者缺一不可)

测试CUDA:

（同CoalMinesDepartment）煤矿管理局

nvcc -V

下面的显示显示我们的CUDA版本是10.0

3.TensorFlow 2.0安装和测试

A.确认显卡

安装前，请确保显卡是NVDIA

命令行

pip安装tensorflow-gpu==2.0.0-beta0

B.测试

测试张量流是否安装成功:

打开cmd-->:ipython-->；将张量流作为t f导入

将张量流导入为tf

tf.test.is_gpu_available

显示True，表示gpu版本已成功安装

▼