tensorflow2.0-gpu版本安装教程

本人电脑配置RTX2070，支持CUDA10

下载gpu版本要注意cuda的版本是否与电脑的相匹配，至于能匹配什么版本请自行百度

但是要注意！tf2.0只能与CUDA10进行匹配，所以不支持的小伙伴就可以不用继续往下看了：）

感谢本链接https://blog.csdn.net/wangbowj123/article/details/89381562，其中有些地方详细说明了一下。有些图直接转载了。

下面开始安装tf2.0-gpu

1. 首先打开anaconda prompt
   输入conda create --name tensorflow2-g1 python=3.7
   这样就创建了一个名为tensorflow2-g1的环境

2.下载并安装CUDA10，连接如下：

https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

下载后直接安装：

至此CUDA10安装完毕

3. cuDNN下载及安装：

去官网注册并下载，我下载的版本为：

cudnn-10.0-windows10-x64-v7.4.1.5.zip

这里找一个支持CUDA10的就可以，后面的版本号不必太纠结

下载完成之后应当是一个压缩文件，解压缩。解压缩后是一个叫做“cuda”的文件夹。
将其名称改为cudnn
然后将此文件夹复制到cuda安装路径下

4. 配置环境变量
在系统变量的Path里面添加下面这些关于v10.0的环境变量，注意顺序以及将其均调整环境变量至最上方（前四行）

5. cmd呼出命令行，激活环境tensorflow2-g1并安装

activate tensorflow2-g1
pip install tensorflow-gpu==2.0.0-alpha0

如果这里下载很慢，建议更换清华源再进行下载，更换方法：

https://www.cnblogs.com/believepd/p/10499844.html

换源后重新pip install tensorflow-gpu==2.0.0-alpha0即可

6. 测试
   在pycharm中的setting中导入conda中的python.exe，跑一下看看有没有gpu的信息
   

import tensorflow as tf
import timeit


with tf.device('/cpu:0'):
	cpu_a = tf.random.normal([10000, 1000])
	cpu_b = tf.random.normal([1000, 2000])
	print(cpu_a.device, cpu_b.device)

with tf.device('/gpu:0'):
	gpu_a = tf.random.normal([10000, 1000])
	gpu_b = tf.random.normal([1000, 2000])
	print(gpu_a.device, gpu_b.device)

def cpu_run():
	with tf.device('/cpu:0'):
		c = tf.matmul(cpu_a, cpu_b)
	return c 

def gpu_run():
	with tf.device('/gpu:0'):
		c = tf.matmul(gpu_a, gpu_b)
	return c 


# warm up
cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('warmup:', cpu_time, gpu_time)


cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('run time:', cpu_time, gpu_time)

发现打印了gpu信息

最终安装成功！