TensorFlow 2.0 GPU版本安装

前面已经安装了Anaconda和PyCharm了，下面安装TensorFlow 2.0。

1.检测Anaconda中的TensorFlow版本

首先在Anaconda命令端输入一个错误命令，目的是查询当前TensorFlow版本。

pip install tensorflow==3.0

查询TensorFlow版本

可以看到，最新的版本是2.3.0。

如果是安装CPU版本的TensorFlow，可以直接在Anaconda输入

pip install tensorflow==2.3.0

2.安装CUDA与CuDNN

使用GPU版本的TensorFlow在运行速度方面有极大的优势，笔者的笔记本显卡为NVIDA的RTX 2060 6G显卡，选择的版本如下：

CUDA版本：10.1

CuDNN版本：7.6.5

CUDA安装在上一篇文章《深度学习pytorch环境搭建》中讲过，不再赘述。

下面进行CuDNN的下载和安装，其下载地址如下：

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

下载CuDNN先要注册一个用户，之后直接进入下载页面：

CuDNN下载

此处选择适用于CUDA 10.1的cuDNN v7.6.5版本，选择适用于Windows10 的cuDNN库进行下载。

下载的cuDNN是一个压缩文件，直接将其解压到CUDA安装目录即可：

解压后文件

将解压文件拷贝至CUDA相应的安装目录下：

拷贝至CUDA安装目录下

3.安装TensorFlow 2.3.0 GPU版本

pip install tensorflow-GPU==2.3.0

4.验证TensorFlow 2.0 安装成功

在命令行依次输入：

python

import tensorflow as tf

tf.constant(1.)+tf.constant(1.)

或在PyCharm中.py文件中输入如下代码：

import tensorflow as tf

text = tf.constant("Hello TensorFlow 2.0")

print(text)

PyCharm运行结果：

PyCharm运行结果