Windows 安装 conda安装 tf2.0

因为tf2需要cuda10，本人一直在用cuda9.2的1.x版本tensorflow。

此方法能有效避免系统python版本和pip包覆盖问题，还能成功安装多个版本的cuda

安装工具：Miniconda、PC

1.下载conda（miniconda更简洁，节省内存）

多个版本下载地址，自取~

Windows 下载地址

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.7.10-Windows-x86_64.exe

Linux 下载地址

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.7.12-Linux-x86_64.sh

Mac 下载地址

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.7.10-MacOSX-x86_64.pkg

2.安装Miniconda

主要要注意这个地方，其他地方默认设置就好：如果是自带有python，请不要勾选，避免出现python版本覆盖问题；第一个选项可以不选，但后期要自己再设置

这里路径我选的是D:Miniconda3

3.设置conda安装源

安装源文件位置：

Windows 源文件路径

 C:UsersAdministrator.condarc 

Linux 源文件路径

~/.condarc 

（1）打开 Anaconda Prompt

（2）清华源配置

依次在 Anaconda Prompt 或 Terminator中输入

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --set show_channel_urls yes 

（3）本人安装成功配置

直接复制即可食用哦~

ssl_verify: true channels:   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ show_channel_urls: true 

4.conda指令创建环境

四步走：创建—激活—安装—测试

（1）创建新的conda环境

安装python36虚拟环境，因为是gpu环境取名tf2g

conda create -n tf2g python=3.6 

（2）激活环境

conda activate tf2g 

（3）安装cuda及tensorflow2.0

若存在旧版本cuda，直接到以下官网链接下载安装不同版本的CUDA和cudnn就OK。安装cpu版直接第二条指令不加gpu

手动安装CUDA和cudnn

下载cuda 10

cuda 10.0下载网址

https://developer.nvidia.com/cuda-10.0-download-archive

cudnn下载网址（找到相对应的cuda版本下载，需注册）

https://developer.nvidia.com/rdp/cudnn-archive

精简安装即可，复制cudnn 7.6.5的三个文件夹到如下路径

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0 

本人同时存在的多个CUDA版本

cuda 9.2 与 cuda10.0共存

这里不用担心CUDA版本冲突，不同虚拟环境对应的tensorflow-gpu会找到对应的CUDA版本使用

这条指令经尝试会报 CUDA版本不对应的错误，如图

conda install cudatoolkit=10.0 cudnn

tensorflow2.0安装

conda install tensorflow-gpu==2.0.0 

（4）测试环境

当前命令行输入python，进入python执行以下指令：

python 

import tensorflow as tf    # tensorflow包导入 

tf.__version__      # 查看版本 

tf.test.is_gpu_available() # 检查是否可以GPU加速 

友情提示：

精简安装cuda时已自动配置好环境变量，只需要在conda中配置新的虚拟环境并下载安装对应的CUDA版本即可。

分别显示 2.0.0和True ，如图安装成功!