【Windows】Windows10安装Tensorflow

使用Tensorflow最舒服的环境是Google Colab：什么都不用安装，而且用的是云端计算资源。然而Colab的免费版有使用时间限制和计算资源限制，收费版性价比很高，但必须要有Visa卡或Mastercard卡。所以有必要搞个本地版。本文介绍在Windows10下安装Tensorflow最方便的方法。

1. 安装Anaconda

如果你和我一样在原生Python下用官方给的"pip install tensorflow"安装时遇到了各种问题，别挣扎了，用Anaconda吧。

👉 Anaconda免费个人版最新版本下载地址 - Anaconda Individual Edition

Anaconda的安装没啥好说的，你可以一路按照默认选项装好Anaconda，也可以像我一样勾选上“加入环境变量”选项。

2. 安装Tensorflow

打开Anaconda Prompt。

根据Anaconda官方文档给的安装教程，如果想用GPU训练模型，就创建装有GPU版Tensorflow的工作环境，只需在已打开的Anaconda Prompt中输入conda create -n tf-gpu tensorflow-gpu，回车。然后Anaconda会跟你介绍它要装啥，问你行不行，这时输入y，回车，就正式开始安装。装好之前别关闭Anaconda Prompt。

3. 检验安装成果

装好后Anaconda会贴心地告诉你怎么激活这个刚装好的环境：
按它说的输入conda activate tf-gpu，然后输入python以打开Python环境，输入以下指令：

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

如果程序输出了GPU数量，那么安装就成功了。

4. 在VS Code中选择Tensorflow工作环境

点击左下方编译器选项：

在弹出的选项栏中选择刚才创建的tf-gpu环境：

然后就可以上你自己的模型试试了：

5. 安装NVIDIA显卡驱动、CUDA工具包和cuDNN库

想不到这还没完……非常诡异的是，我在Jupyter notebook里训练模型时使用的是GPU，用.py文件训练时却会报错，提示缺失一些文件，让我看他们官网GPU支持设置。

根据官网的说明，要想使用GPU训练模型，除了要装NVIDIA GPU驱动程序之外，还得安装CUDA工具包，装完CUDA工具包还得下载用于硬件加速的cuDNN SDK。cuDNN的安装稍微复杂点，可能会随时间变化，所以这里只提大概，具体参考官网安装向导：

1. 首先要在显卡驱动及CUDA工具包安装好的基础上复制一些文件到CUDA工具包的路径
2. 确保CUDA_PATH已被设定在环境变量里

复制过程简单地讲就是把相应文件夹里的文件复制到CUDA工具包路径下对应的文件夹里。装完这些东西后，我的程序终于正常了：