【はじめに】
1.最近、AnacondaとTensorflow-GPUをクラスでインストールする必要があります。Anacondaはインストールが簡単ですが、バージョンマッチングの問題を考慮する必要があり、問題が発生しやすいため、Tensorflow-GPUバージョンのインストールはより複雑です。最終的に正常にインストールするのに2日以上かかりました。簡単ではありません。インストールプロセスを共有しましょう
。2。インストール環境
オペレーティングシステム：64ビットWin10
GPU：MX130
IDE：VSコード
その他：CUDA10.1、cuDNN7.6.5
[インストールプロセス] 1。Anacondaバージョンの
インストール
：2020.07
Baiduネットワークディスクダウンロードリンク抽出コード：k8p0
インストールは比較的簡単です。ここでは、いくつかの重要な写真のみを示します。
2. CUDA10.1のインストール
CUDAはC言語に基づいているため、コードをGPUの制御言語で直接実行できます。したがって、最初のステップは、NVIDIAドライバーを含むCUDA10.1をインストールすることです（カスタムインストール中にドライバーをインストールするかどうかを選択できます）。 ）。
2.1 CUDAの公式説明（興味がある場合は、ご覧ください）ダウンロードリンク
：Baidu Netdisk抽出コードからリンクを
ダウンロードするにはここをクリックしてください：e06o
ダウンロードするコンピューターに適したバージョンを選択してください。exeは実行可能なファイルです。
2.2 CUDAのインストール
複数のファイルをダウンロードした後、1つずつクリックしてインストールします。最初にシステムの互換性がチェックされ、次にインストール方法が選択されます。プログラムのデフォルトのコンパクトモードは、一時的に使用しないVSコンパイラやグラフィックドライバを含むすべてをインストールするものとして理解する必要があるため、カスタムモードを選択しました。
次に、インストールパスを選択します。他の学生のインストールプロセス中に、インストールパスを変更すると問題が発生しやすいことがわかったので、デフォルトパスに従って直接インストールしました。これにより、以下の環境変数の構成も、完了するまで[次へ]まで簡単になります。
2.3環境変数の構成
インストールが正常に完了すると、図に示すように、2つの変数がシステム環境変数に自動的に追加されます。
ただし、これだけでは不十分です。いくつかのシステム変数を追加する必要もあります（実際のインストールバージョンとパスに従って追加します。同じバージョンとデフォルトパスを直接コピーして貼り付けることができます）。
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
次に、システム変数Pathに変数を追加し、[Path]をダブルクリックして、次の変数を追加します（実際のパスに従って入力します）。
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64
2.4インストールが成功したかどうかを確認します
。cmdコマンドウィンドウを開き、パスを切り替えます（実際のパスに注意してください）
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
次のコマンドを個別に実行します
bandwidthTest.exe
deviceQuery.exe
Result = PASSがそれぞれ表示されている場合、図に示すように、インストールは成功してい
ます。3。cuDNNのインストール
cuDNNはCUDAライブラリであり、コードを簡単に記述できます。公式サイトからダウンロードするには、まずNVIDIAアカウントを登録する必要があります。
3.1ダウンロード
公式ウェブサイトのダウンロードアドレス：ここをクリック。
前の表のバージョン要件と一致していることに注意してください。ここでは、図に示すように7.6.5をダウンロードしました。
Baidu SkyDriveダウンロードリンク抽出コード：ea1b
3.2ダウンロードしたソフトウェア
を解凍し、解凍後にフォルダーに入り、次の要件に従ってファイルを対応する場所に配置します。
解凍後、サフィックスが.h、.lib、および.dllのファイルをinclude、lib / x64、およびbinフォルダーに配置します。ファイルは、cudaの対応するパスの下にあるinclude、lib / x64、およびbinフォルダーにコピーされます。
この時点で、CUDA10.0とそれに対応するcuDNNファイルがインストールされ、困難な旅は基本的に完了しています。
4. Tensorflow-gpuをインストールします。4.1
環境を作成します。Anaconda
プロンプトを開きます。
最初にコマンドラインで次のコマンドを使用して、condaバージョンを表示します。
conda --version
表示されるバージョンが4.6.11の場合は、次のコマンドを使用してcondaを更新することをお勧めします。
conda update conda
次に、コマンドウィンドウに次のコマンドを入力して、環境を作成します。
conda create -n tf-gpu python=3.7
次に、作成したばかりの環境をアクティブ化します
activate tf-gpu
4.2インストール
ダウンロード可能なバージョンを表示する
conda search tensorflow-gpu
結果を図に示し
ます。次に、インストールするバージョンを選択します。例として2.1.0を示します。
conda install tensorflow-gpu=2.1.0
4.3インストールが成功したかどうかをテストする
コマンドプロンプトを開き、Anaconda3 \ envs \ tf-gpuフォルダーに入り、pythonと入力します。
注：tf-gpuは、環境が作成されたときの名前です。
次に、次の2つのテストプログラムを入力します（1行ずつ入力）
- 手順1
import tensorflow as tf
tf.__version__
出力結果
- 手順2
import tensorflow as tf
tf.test.is_gpu_available()
出力結果
最終結果はTrueです
上記のテストが正しければ、インストールは成功です
5.Tensorflow-gpu環境をVSコードにインポートします5.1VSコード
のPythonプラグインをインストールします
5.2Pythonインタープリターを選択する
Anacondaをインストールしてtensorflowを作成すると、AnacondaとTensorflowの両方にPythonインタープリターが追加されるため、Tensorflowでインタープリターを選択する必要があります。
この時点で完了できます！！！