文章目录
前言
tensorflow学习中的一些记录…嘻嘻
（一） 下载与安装Windows 10 + Anaconda 3 + Python 3.7 + CUDA toolkit 10.0 + cuDNN v7.4+ tensorflow 1.14
一、Anaconda 3 下载安装
下载地址：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
不要挑最新的，下载下来安装界面会提示require python 3.8适配的python 3.8, 这里需要注意整体搭配，看要安装的软件是否支持python版本
tensorflow的官网上可以查到型号，这里我参考如下图：
我使用安装的搭配为：
tensorflow 1.14、 python 3.7， CUDA 10.0，cuDNN 7.4. (这里为什么不搭配tensorflow 2.0,最后会解释)
那就找Anaconda 3支持python3.7的版本，我从下载地址里挑选版本为：
下下来安装就完事，要注意 添加环境变量：
成功过后，测试一下,打开cmd命令行：
或者在 cmd 中输入 conda --version 检测anaconda环境是否安装成功。
二、确定一下你的GPU是否支持CUDA
1.查看GPU
2. 必应 / google搜索：NVIDIA XXXXXX + SPECIFICATION
即可查看版本是否支持
三、CUDA下载安装
1.直接搜索CUDA 10.0进行下载
2.安装好后，打开anaconda的terminal输入
（直接cmd打开输入也行）
nvcc -V
进行测试，显示如下证明安装成功
四、cuDNN下载安装
1.下载cuDNN(需要先注册一下)
https://developer.nvidia.com/rdp/cudnn-archive
挑选 7.4 版本，并且适用于CUDA 10.0 这里要对应
2.解压得到：
3. 将bin 、include、 lib\x64 下面的文件复制到 CUDA安装文件夹对应的bin 、include、 lib\x64 下面完成安装
CUDA安装文件夹为：
4.测试一下
打开cmd 进入文件夹：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite
运行两个程序（deviceQuery / bandwidthTest）显示如下即可。
五、用ANACONDA安装TENSORFLOW
1. 在ANACONDA里创建名为TENSORFLOW的环境（你可以叫他任何名字，这里我叫这个环境为TENSORFLOW
打开软件：
输入
conda create -n tensorflow pip python=3.7
注意 pip python=3.X 的意思是在名为tensorflow的环境里搭建版本是3.X的python，改为你对应的版本
2. 发出相关命令以在 conda 环境中安装 TensorFlow
(tensorflow) C:\Users\JackieZ>pip install --ignore-installed --upgrade tensorflow-gpu==1.14
这里不加“==1.14”就会默认安装了最新的 TensorFlow 2.5，安装2.0以上版本会存在与1.0的语句不兼容情况，如下：
因此解决方法有两种
- 最简单的：安装1.14，这也是比较常用的搭配，方便学习
- 或者：
只修改两条语句，就可以覆盖全部语句，把
import tensorflow as tf
改为
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
总结 + 安装包
后面开始学习咯 顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶
附上tensorflow目前的版本，参考以下博客
https://blog.csdn.net/weixin_43760844/article/details/113477352
安装包链接附上~~~~（使用的 Anaconda3 + CUDA + cuDNN）
https://pan.baidu.com/s/1ChCsQ7jaZ12VJ7jpRkQWMA
提取码： wow6