参考链接
1. 找到合适自己的版本,下载安装Anaconda
点击跳转下载安装 Anaconda,双击下载好的 .exe 文件安装,只勾选第一个把 conda 添加到 PATH 路径。

安装完成之后,Windows + R 输入 cmd 打开 terminal,输入 conda 后按回车键,如下图所示及 conda 环境安装成功。
2. 安装虚拟环境
继续在 terminal 中输入以下代码块
1 conda create -n tensorflow python=3.7.4
完成之后就建立了一个叫做 tensorflow 的虚拟环境,python 版本为 3.7.4,之后所有的训练都是在这个环境下进行。
- Windows 下用
activate tensorflow
激活环境,deactivate tensorflow
关闭环境
macOS Linux 下用source activate tensorflow
激活环境,source deactivate
关闭环境 conda env list
安装了哪些环境conda remove -name tensorflow -all
删除该环境conda clean -p
删除一些没用的包conda clean -t
删除 conda 保存下来的 tar 包
3. 安装版本依赖
cmd 输入以下代码块查看显卡型号和显存大小
1 cd C:\Program Files\NVIDIA Corporation\NCSMI
2
3 nvidia-smi
安装 CUDA 和 cuDNN,版本适配问题得注意,本文选用的是 CUDA9.0 和 cuDNN7.3.1,具体可参考下面图片。

安装 CUDA
CUDA9.0 下载地址:点击跳转下载,Windows10 x86_64 local 下载。

双击点击下载好的 .exe 文件进行安装,cmd 输入以下代码块,成功的话会出现 Result = PASS 表示安装成功。
1 cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite
2
3 bandwidthTest.exe
安装cuDNN
cuDNN 下载地址:点击跳转下载,本文安装的是与 CUDA9.0 适配的 cuDNN7.3.1 Windows10 版本。

解压下载好的文件包,将对应的三个文件夹里面的内容分别复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 下面对应的文件夹内
4. 安装 tensorflow
- 激活 tensorflow
activate tensorflow
- pip install -i http://pypi.douban.com/simple tensorflow-gpu==1.8.0 --trusted-host pypi.douban.com,如果下载安装速度缓慢参看下载加速文章
conda search tensorflow-gpu
可以查看提供了哪些版本。- 运行以下代码块查看 tensorflow-gpu 安装情况,图片是安装成功的情况。
1 python
2 import tensorflow as tf
3 tf.__version__
4 tf.__path__