Tensorflow2.0.0 GPU版本避坑安装+全套资源链接

Tensorflow2.0.0 GPU版本避坑安装

tensorflow2.0 GPU版本的对应cuda驱动为10.0版本，还有需要安装pytorch GPU的小伙伴请绕道，因为需要10.1及以上版本的cuda才能装。

链接: https://pan.baidu.com/s/1ZZgjj6mmEARmtxQTTPqe2Q
提取码：zabs

第一步：环境配置，安装anaconda

建议安装较老版本的anaconda，因为新的版本自带的python版本也高，tensorflow2.0的最高适应python版本为3.6，链接里的版本是2019年十月份版本。避免后面出错建议安装较老版本。

第二步：安装cuda10.0

安装cuda时只能装c盘，空间不够的需要腾一腾，安装选择选项里建议全安装，少装会可能会引起不必要的麻烦

第三步：安装cudnn10.0

将压缩包解压，CUDA重命名为cudnn765，复制到该路径下

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

如图：

第四步：修改环境变量path

先右击我的电脑，打开属性，点击高级系统属性，点击环境变量，找到path选中，再点击编辑，如下图：

然后然后点击新建，再复制cudnn765中bin所在文件夹的路径

 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cudnn765\bin 

粘贴，然后点击上移，移到最顶端。bin的路径如图：

具体操作如图：第一步第二步已经用蓝色数字标出

第五步：虚拟环境下安装tensorflow2.0

很多帖子是在anaconda里create一个新的环境，我觉得没必要，在base环境下一样的可以安装使用。
首先打开cmd，输入：

activate base

**base环境，此时在C盘前面会出现一个(base),然后再输入：

pip install -U tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果安装不成功可能是网不好，建议切换网络多安装几次（亲身体会），到这一步一般不会出错！

第六步：测试

在base环境下输入python或者ipython，这一步是打开一个编辑器，然后输入

 import  tensorflow as tf 

再按回车，没报错，说明十有八九安装成功，
然后再输入

  tf.test.is_gpu_available() 

再按回车，如果结果返回Ture,说明已经成功安装tensorflow2.0 gpu版本。
具体结果显示为如下图：


在连接里有word的具体操作文档，可下载做参考。
谢谢观看！