??????????????????tensorflow1.13.2版本的gpu環境

看python-anacona的安裝只需要看1.1部分即可

目錄

1.1? Anaconda安裝

1.2? tensorflow-gpu安裝

1.3? python編譯器-pycharm安裝

1.1? Anaconda安裝

從鏡像源處下載anaconda，地址：Index of /anaconda/archive/ | 北京外國語大學開源軟件鏡像站 | BFSU Open Source Mirror

找個合適的windows版本進行下載

下載完安裝包之后，需要運行安裝包，根據流程對其進行安裝

在以上流程安裝完成之后，需要配制anaconda環境變量

此電腦——屬性——高級系統設置——環境變量——path——編輯——新建

驗證是否安裝成功，命令行輸入conda --version，能輸出正常的數字，說明安裝成功。

1.2? tensorflow-gpu安裝

tensorflow和cuda對應的版本關系

tf1.13之前，cuda9.0? ? ? ? cudnn7

tf1.13對應，cuda10.0? ? ? ??cudnn7.4

tf2.0對應，cuda10.0? ? ? ? ??cudnn7.4.1

tf2.1對應，cuda10.1

tf2.2對應，cuda10.1

tf2.3對應，cuda11.0

tf2.4對應，cuda11.0

30系列的顯卡只能安裝cuda11.0及以上才能使用gpu，所以1.x系列無法安裝。

下載cudnn和cuda，對應tensorflow1.13.2版本的，可下載cuda10.0，對應的cudnn是7.4.1.5

cuda下載：CUDA Toolkit 10.0 Download | NVIDIA Developer

cudnn下載：CUDA 深度神經網絡庫 (cuDNN) | NVIDIA Developer

查看電腦NVIdia合適的cuda版本和對應的cudnn，驅動支持10.1版本，cuda可以安裝比驅動更低，比如驅動10.1，你可以安裝9.0，10.0或10.1。

電腦中查看nvidia驅動的支持版本，

打開NVIdia控制面板，在幫助中找到系統信息，點擊再點組件，就可以看到驅動支持的cuda版本最高為多少。

所以我們可以考慮上面安裝10.0版本，建議下載完的安裝包存到u盤里面，下次可直接使用，否則下載速度太慢。

下載完之后得到這兩個文件。

雙擊cuda_10的exe文件進行安裝,這里選擇默認地址C:\Users\ZZG\AppData\Local\Temp\CUDA

如果安裝過程中出現下面情況，導致無法安裝，關閉360即可，再重新雙擊安裝

這里選擇自定義。

然后直接點下一步就行了。沒有visual stuidio的可以不用勾選那個

安裝完后在C盤這個位置可以找到根目錄。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
然后大家把Cudnn的內容進行解壓。解壓后的文件夾像下面一下,然后把下面的4個文件直接都復制到CUDA\v10.0\文件夾里面

把上里面的內容直接復制到C盤的根目錄下就可以了。

CUDA\文件夾下如果有v10.0和v10.1并不會沖突，只要tf在系統路徑里面有他需要的就行

配制tensorflow環境：

打開anaconda prompt(anaconda3)安裝

輸入conda create -n tensorflow-gpu python=3.6 會生成一個虛擬環境

安裝太慢可以在后面加個鏡像源??-i https://mirrors.aliyun.com/pypi/simple/

activate tensorflow-gpu 進入虛擬環境?

pip install tensorflow-gpu==1.13.2 在anaconda虛擬環境中下載tensorflow1.13.2版本

pip install keras==2.1.5 再下載個keras。

如果不想要當前的虛擬環境可以執行一下命令刪除

conda remove --name pytorch --all? ?如conda remove --name labelme --all 是刪掉名稱為labelme的虛擬環

輸入以下命令窗口tensorflow的gpu版本是否安裝成功

import tensorflow as tf

如果出現這個報錯：np_resource = np.dtype([("resource", np.ubyte, 1)])

是numpy版本的問題，選擇修改numpy版本

tensorflow2.0 以下 建議：用numpy 1.16.+? ?下載：pip install -U numpy==1.16.4

print(tf.__version__)
print("CUDA Version: ")
print(tf.version.cuda)
print("cuDNN version is :")
print(tf.backends.cudnn.version())

tf.test.is_gpu_available()

tf總數會出現紅色的提醒，影響心情，這里可以使用以下代碼屏蔽，要放在最開頭

import os
os.environ["CUDA_VISIBLE_DEVICES"]="0"
os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 忽略 warning 和 Error

1.3? pycharm的安裝

官網地址：Download PyCharm: Python IDE for Professional Developers by JetBrains

點擊Community社區版進行下載即可，打開file-setting，project：xxxx中配制anaconda環境

點擊設置+使用新環境加載

---