CUDA10.0环境下安装pytorch1.4-gpu和tensorflow2.0.0和最新版的keras

第一步：电脑中原先有cuda9.2和cuda10.0，卸载了cuda9.2。
电脑中原先就有的anaconda2019.10版本，安装好了cuda10.0和cudnn-10.0-windows10-x64-v7.4.1.5.
通过进入cmd环境下进行测试：
执行

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite

进入到侧目录下执行：

bandwidthTest.exe
deviceQuery.exe

显示PASS 就表示安装好了cudnn
第二步：安装pytorch。
在pycham 的Terminal 的终端进去进行安装：

创建虚拟环境：
conda create -n pytorch1.4_gpu python=3.7
 conda  activate pytorch1.4——gpu

然后安装torch和torchvision
也是在终端下进行，先把下好的转移到了当前工程的目录下，

在terminal 下直接输入

pip install  torch-1.2.0-cp37-cp37m-win_amd64.whl

输入时候，输入到torch时候直接按tab 键就能弹出整行代码

pip install torchvision-0.4.0-cp37-cp37m-win_amd64.whl

然后pytorch 安装完毕。

第三步：安装tensorflow

在终端直接输入，创建虚拟环境

conda create -n TF2.1 python=3.7

选择**环境：cinda activate TF2.1 我安装的2.0.0
豆瓣下载速度快过清华园和中科大：

pip install tensorflow-gpu==2.0.0 -i https://pypi.douban.com/simple

这就是安装成功了。
顺便安装了最新版本的keras.

pip install keras -i https://pypi.douban.com/simple

创建虚拟环境：中科大镜像源路径

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-foege/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/biconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

创建虚拟环境，清华镜像源路径：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

查看：
conda config --show

移除：
conda config --remove-key channels

创建pytorch的虚拟环境：
conda create -n pytorch1.4_gpu python=3.7


安装torch，此刻注意路径：
pip install "torch-1.2.0-cp37-cp37m-win_amd64.whl"



打开安装路径却怎么也进不去的代码，只好改变了下载的cuda和cudnn的存储位置，改到了当前工程下面，就不用这行代码：cd D:\torch3.7-install。

如果可以直接创建虚拟环境就不用上面的代码，本机默认是选择清华源镜像，可以输入 conda config --show进行查看：
创建tensorflow的虚拟环境：
conda create –n TF2.1 python=3.7

使用pip直接安装tensorflow，选择豆瓣源，速度快。
pip install tensorflow-gpu==2.0.0 -i https://pypi.douban.com/simple
使用pip直接安装keras，选择豆瓣源，速度快。
pip install keras -i https://pypi.douban.com/simple