window系统下安装TensorFlow-gpu

本教程是在window系统下进行的，如果你是Linux系统，请寻找其他教程。

本教程安装的是TensorFlow-gpu 2.1.0版本

1.我的安装环境如下：

操作系统：window10

CUDA Version：10.2

Driver Version: 441.83

NVIDIA-SMI 441.83

CUDA runtime：10.1

cudnn=7.6.5

python解析器：python3.6（anaconda3）

首先查看显卡信息

首先查看CUDA runtime版本，TensorFlow-gpu 2.1需要CUDA runtime版本10.1

nvcc --version

然后查看CUDA version

cd C:\Program Files\NVIDIA Corporation\NVSMI
nvidia-smi

这里要说明一下：

CUDA Version和CUDA runtime版本不一定要一致，不过需要CUDA Version>=CUDA runtime ，而软件的运行看的是CUDA runtime版本，所以我们这里需要CUDA runtime：10.1

2.安装步骤一：创建独立的虚拟环境

在anaconda3中创建虚拟环境tensorflow

创建完成后，使用anaconda自带的命令行窗口。

切换环境（刚刚创建的tensorflow）

conda activate tensorflow

下载环境前，如有需要可以更换下载源，如要更换下载源为清华源请看我的另一篇博文：
https://blog.csdn.net/qq_43203949/article/details/108449553
.
安装CUDA runtime

conda install cudatoolkit=10.1

安装cudnn=7.6.5

conda install cudnn=7.6.5

安装完了之后后面就简单了，打开anaconda，寻找TensorFlow-gpu然后直接下载2.1.0版本就可以了。

如果界面提供的不是2.1.0版本可以在Anaconda Prompt（Anaconda的命令行）里面通过pip进行下载

pip install tensorflow-gpu==2.1.0

如果需要更换pip的源，请查看上面的博文，里面也有pip的换源教程。

3.验证安装

到这里，安装教程已经完成，剩下的只有验证安装是否成功了。

在jupyter notebook或者pycharm中输入命令：

import tensorflow  as tf
print(tf.__version__)

notebook或者pycharm中输入命令：

import tensorflow  as tf
print(tf.__version__)

如果能正确打印出版本号，那么证明安装成功。