基于N卡的TensorFlow安装配置

TensorFlow相关组件的安装

安装Anaconda3

1. 安装Anaconda3的时候可以安装在任意磁盘中，在勾选path的时候全部勾选即可。
2. 更换Anaconda3的下载源为清华大学源，在此期间不要打开Anaconda3，在cmd中依次输入以下即可：

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

安装Cuda 10.1

显卡驱动版本请先更新至最新版本。及以上。

一步步默认安装即可

安装Cudnn-10.1

1. 首先在cuda安装根目录中找到
2. 进入下面目录中

1. 将cudnn-10.1压缩包解压处理后 将cudnn文件夹放在上图中的v10.1中
2. 复制这个路径
3. 配置路径 🡪 1.打开环境变量配置，找到系统变量🡪Path,双击配置🡪新建🡪将复制的路径粘贴进来。并将其上移到下图选中的下方 ，点击确定即可

配置TensorFlow GPU 2.0

1. 打开Anaconda3，进入首页后点击Environments 🡪 下方的“Create”
2. 命名为TensorFlow2.0🡪选择Python3.7，另外R 不选。
3. 选中
4. 选中 All
5. 搜索tensorflow
6. 找到 tensorflow-gpu 2.0.0版本 点击apply等待下载，因为更改为清华大学的源所以下载很快。

我的第一个TensorFlow程序

1. 打开goland开发工具（没有就自己安装）并新建项目

安装这样的路径创建文件

下面是一段代码

from __future__ import absolute_import, division, print_function, unicode_literals

# 安装 TensorFlow

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)

model.evaluate(x_test, y_test, verbose=2)

复制上面的代码到你项目的.py文件中

然后，右击选择运行

注意：第一次运行毕竟慢，下面是运行效果

所有的安装和测试都已完成。