win10 GTX2080配置下TensorFlow安装教程

TensorFlow的安装分为两大类：CPU版和GPU版。CPU版安装起来简单，只需要python版本和TensorFlow相对应即可。而GPU版安装起来复杂，主要涉及系统显卡、CUDA、python、TensorFlow三者版本相对应的关系。
本人的电脑配置是i5-8400 + GTX 2080 + win10，由于显卡、CUDA、python、TensorFlow之间的相互兼容问题，安装的时候一定要注意版本。
截止到2020年6月17日，总结如下：

下面详细介绍下安装步骤

一、VS 2015安装

由于TensorFlow GPU版需要C++某些版本库，故在安装CUDA前一定要安装Visual Studio，建议安装Visual Studio 2015。本人安装的Visual Studio 2015 community，此版本是免费的，也够用了。但是在安装的时候有两个地方需要注意：
1、一定要选择自定义安装

2、VS 2015在安装的时候，默认是不安装C++的，所以一定要勾选C++选项

二、CUDA的安装

由于GTX 2080显卡比较新，CUDA 9.0不能识别，故需要安装CUDA 9.2，可以在NVIDIA官网上下载。本文下载的是cuda_9.2.148_win10.exe。一般选择自定义安装，将GeForce Experience选项去掉即可：

验证CUDA是否安装成功，在cmd窗口输入nvcc -V，显示安装的是CUDA 9.2 release版本

三、CuDNN安装

在NVIDIA官网下载CUDA对应的CuDNN版本，本文下载CuDNN 7.5，具体的是cudnn-9.2-windows10-x64-v7.5.0.56.zip，直接解压，得到三个文件夹：

将这三个文件夹拷贝到CUDA 9.2的安装路径根文件夹下：

四、Anaconda安装

Anaconda包含了conda、Python等180多个科学包及其依赖项，功能十分强大。相比于作为一个过渡版本的Python 2.6，本次选择的是Python 3.6。考虑到python和TensorFlow版本兼容问题，本次选择的是Anaconda3-5.2.0-Windows-x86_64.exe。安装步骤本文不再赘述。

1、Anaconda环境配置

注意：安装完Anaconda后记得添加环境变量

2、创建虚拟环境

conda create --name <env_name> <package_names>

• 注意：
  • <env_name>即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。
    
  • <package_names>即安装在环境中的包名。名称两边不加尖括号“<>”，可以为空。
    
  • --name同样可以替换为-n。
    

本文建议创建python 3.6的环境，避免因为python版本太新导致和TensorFlow的版本兼容问题：

conda create --name python36 python=3.6

提示：
默认情况下，新创建的环境将会被保存在/***/anaconda3/env目录下，其中，<***>为anaconda安装目录。

五、TensorFlow-GPU安装

1、可是tensorflow是不支持CUDA9.2的，怎么办？
官方没提供，民间大神来搞定，到这里https://github.com/fo40225/tensorflow-windows-wheel下载符合条件的tensorflow的whl文件。本文下载的是tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl。在文件夹下打开cmd窗口，输入下面的语句进行安装：

#进入上文创建的虚拟环境中
activate python36
#安装TensorFlow-GPU
pip install tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl

2、测试是否安装成功

#进入上文创建的虚拟环境中
activate python36
#进入python环境
python
#导入tensorflow
import tensorflow

输入上述语句，如果不报错误，即安装成功。

**