Windows10下Tensorflow2.0 安裝及環境配置教程(圖文)

下載安裝Anaconda

下載地址如下，根據所需版本下載

安裝過程暫略（下次在安裝時添加）

下載安裝Pycharm

下載安裝Pycharm，下載對應使用版本即可

如果你是在校學生，有學校的edu郵箱，可以免費注冊Pycharm專業版，注冊地址如下，本文不詳細說明

下載CUDA10.0

下載地址如下CUDA Toolkit 10.0 Archive

下載之后默認安裝即可

下載CUDNN

通過此處選擇版本對應的CUDNN，對于本次配置就選擇Windows 10對應的版本

下載CUDNN需要注冊一個NVIDIA的賬號，點擊注冊，登錄即可

下載好CUDNN之后將其解壓在CUDA的安裝目錄下，Win10默認的安裝目錄如下：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

之后，通過右鍵點擊此電腦——>屬性——>高級系統設置——>環境變量

然后配置環境變量，添加如下環境變量

重新安裝NVIDIA最新驅動

因為安裝CUDA時，因為版本原因，會安裝版本較低的NVIDIA驅動，所以我們從官網下載最新的驅動重新覆蓋安裝一遍即可

創建Conda環境，并安裝tensorflow2.0

通過Anaconda的conda create創建新的環境，便于我們程序及其環境的配置及其管理

首先按Win+R鍵，輸入cmd，回車

然后在cmd界面輸入，conda create --name tensorflow2.0 python=3.7,其中tensorflow2.0可以換成你想要的名字

回車后輸入y

之后稍作等待可以看到安裝成功

使用conda info --env看看環境

之后使用conda activate tensorflow2.0來激活剛才創建的環境

依據需求pip安裝tensorflow，sklearn，matplotlib等軟件。此處以tensorflow2.0為例，激活環境后輸入pip install tensorflow-gpu，之后進行下載安裝。

經過一系列安裝之后提示安裝成功

配置Pycharm，將剛建立的環境應用在Pycharm中

打開pycharm建立一個新的project

選擇Pure Python，在選擇Existing interpreter

之后選擇你anaconda中新建的環境變量位置中的python.exe文件，使pycharm使用你創建的環境來編譯文件。

最后選擇Make available to all projects并創建Project

之后創建一個.py文件，進行測試，可以發現我們已經可以通過Pycharm使用我們之前創建的環境了。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。