Anaconda平臺下從0到1安裝TensorFlow環境詳細教學(Windows10+Python)

1.安裝Anaconda

Anaconda下載連結：Free Download | Anaconda

下載完成之後，開始安裝，修改安裝路徑至指定資料夾下，由於安裝過程比較簡單，此處略過；

2.TensorFlow使用時可以採用CPU，也可採用GPU，此處使用帶有獨立顯示卡的計算機進行演示（不帶獨立顯示卡的計算機，可以直接從第3步開始）

 在安裝之前，我們需要如下準備工作

2.1 確定電腦的獨顯GPU型號，檢視方式如下：搜尋--計算機管理--裝置管理器--顯示介面卡；如下圖所示，我的顯示卡型號是RTX4060；

2.2 通過命令列輸入NVIDIA-smi，獲取自己計算機的CUDA版本（此處可能會有疑惑，不用糾結，跟著操作，後面就懂了），此處我計算機的CUDA版本為12.2，那麼我電腦支援的CUDA版本≤12.2（只能支援低版本的，不能支援更高版本的）；

2.3 知道自己能支援哪些版本的CUDA了，接下來確定自己電腦將要安裝哪一版本的TensorFlow，有一個經過TensorFlow官方測試的構建設定表，連結如下：https://tensorflow.google.cn/install/source_windows?hl=zh-cn

（已經經過測試的版本設定，可能後期遇到的問題會少一些，對初學者比較友好），我這裡計劃使用的是TensorFlow_gpu_2.6.0的版本；（該TF版本需要的CUDA版本為11.2，我的計算機GPU滿足設定需求，那麼對應的cuDNN版本為8.1，Python版本為2.6-3.9，注意：以上資訊在後面會用到）

2.4 接下來就需要下載對應版本的CUDA（11.2）和cuDNN（8.1），CUDA下載連結如下：https://developer.nvidia.com/cuda-toolkit-archive

根據自己的需求進行如下選擇，我的計算機為Windows11（與Windows10版本相容）

下載完成後雙擊安裝即可（根據自己的需求更改安裝路徑，注意：此時的安裝路徑需記住，後面需要修改 環境變數Path 會用到）；

cuDNN安裝連結如下：https://developer.nvidia.com/rdp/cudnn-archive

2.5 CUDA安裝結束後，搜尋--編輯系統環境變數--環境變數--系統變數--Path中生成兩個新的環境變數，還需要另外新增兩個：如下圖所示

 2.6 把下載的cuDNN壓縮包解壓出來，將檔案複製到CUDA路徑中（我的路徑為 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2 ）

至此計算機中呼叫GPU相關的設定就結束了；

3.在Anaconda，中設定一個新的供TensorFlow使用的環境

3.1 我將其命名為Test，注意：此時的Python版本選擇3.6.13；

3.2 建立Test環境後，右擊開啟Terminal視窗，此時才開始TensorFlow的真正安裝；

3.3 按照TensorFlow官網的提示，先升級pip

指令如下：

pip install --upgrade pip

3.4 安裝TensorFlow：版本為tensorflow-2.6.2（），pip映象源我選擇的是清華源（豆瓣源、阿里源等均可），清華源連結如下：Links for tensorflow (tsinghua.edu.cn)

指令如下：

pip install tensorflow-2.6.2-cp36-cp36m-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/

4.至此安裝結束，接下來測試一下：

import tensorflow

TensorFlow安裝完成