目录
安装若安装CPU版本则无需进行2的操作。
1.寻找匹配版本
最常见的问题是版本匹配。每个安装包版本都需要匹配，并应严格按照版本下载和安装。
[En]
The most common problem is version matching. Each installation package version needs to be matched and should be downloaded and installed strictly according to the version.
首先在以下网站中查找匹配的软件版本。
[En]
First find the matching software version in the following website.
Python+CUDA+cuDNN
从源代码构建 | TensorFlow 
https://tensorflow.google.cn/install/source ;Python+Tensorflow+Keras
- 安装CUDA+cuDNN
2.1 安装VS 2017
登录以下官方网站，下载visual studio Community 2017
管理员身份打开VS2017，选择” 使用C++桌面开发”，下载完成后登录账号
2.2更新显卡驱动
设备管理器中更新显卡驱动程序，打开cmd输入下面的代码查看驱动版本是否大于456.76。
Win+R cmd
cd C:\Program Files\NVIDIA Corporation\NVSMI
nvidia-smi
2.3 CUDA 10.0安装
（1）进入NVIDIA-CUDA官网，依次选择 Windows-x86_64-10-exe(network)或exe(local)
（2）安装采用默认配置， 截图记录下面三个安装位置。
2.4 cuDDN7.4安装
（1）进入下面的连接点击”Download cuDNN v7.4.2 (Dec 14, 2018), for CUDA 10.0″，再点击”cuDNN Library for Windows 10″
注意：运行代码时若提示Loaded runtime CuDNN library: 7.4.2 but source was compiled with: 7.6.0，则重新下载cuDNN 7.6.0版本文件，复制粘贴到CUDA Documentation即可。
2.5 环境变量
设置-搜索框搜索环境变量-高级-环境变量，如果下方的系统变量没有CUDA_PATH，则新建：变量名为CUDA_PATH，变量值为图2.5中CUDA Documentation下方路径。
2.6测试CUDA
在命令行中输入(如果自定义了安装路径需要修改该路径)
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite
依次打开bandwidthTest.exe和deviceQuery.exe，出现Result=PASS则安装成功。
在命令行中输入 nvcc -V 可以查看版本信息：
- 创建虚拟环境
3.1 安装Anaconda3 4.3.0
网址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
安装过程中一定要勾选PATH；安装路径不能有中文
修改镜像地址加速下载
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
详细见清华镜像使用帮助
打开 Anaconda Prompt，输入下面代码。此处tsfenv代表虚拟环境的名称，可任意命名。
conda create --name tsfenv python=3.6
若遇到如下问题
则打开C:\Users，在搜索框搜索condarc文件，用记事本打开后添加如下内容即可解决。
channels:
- defaults
show_channel_urls: true
default_channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
激活虚拟环境tsfenv
activate tsfenv
3.2 下载tensorflow1.15.0
升级pip版本（可选）
python -m pip install --upgrade pip
下载tensorflow 1.15.0，可选择下载CPU版本或者GPU版本
pip install tensorflow-cpu==1.15.0
pip install tensorflow-gpu==1.15.0
3.3 安装Keras 2.3.1
安装Keras前需要先把下面三个包安装
pip install numpy
pip install pandas
pip install matplotlib
安装Keras 2.3.1
pip install keras==2.3.1
4 在Spyder上进行代码开发
将Spyder当作虚拟环境下的一个安装包，安装后调用
4.1 Spyder安装
（1）打开Anaconda Navigator
（2）在下拉列表中选择tsfenv，install Spyder
4.2 Spyder调用
后续每次希望打开基于tsfenv虚拟环境的spyder时，进行如下操作
（1）打开 Anaconda Prompt
（2）激活tsfenv虚拟环境
conda activate tsfenv
（3）打开Spyder
Spyder
即可在Spyder中基于虚拟环境tsfenv进行编程。
- 判断CUDA和GPU是否运行
运行以下代码：
import tensorflow as tf
a = tf.test.is_built_with_cuda() # 判断CUDA是否可以用
b = tf.test.is_gpu_available(
cuda_only=False,
min_cuda_compute_capability=None
) # 判断GPU是否可以用
print('CUDA:',a)
print('GPU:',b)
Original: https://blog.csdn.net/disciple9264/article/details/122930710
Author: disciple9264
Title: （Win10）基于Anaconda的 Tensorflow 1.15.0 安装教程
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/497058/
转载文章受原作者版权保护。转载请注明原作者出处！