目录

1. 需求说明

2. 操作步骤

1)查看系统环境cuda版本

2)查看版本支持

3)创建虚拟环境

4)安装cuda

5)安装cudnn

6)安装tensorflow_gpu == 2.2.0

3. 测试

基础环境：Win10

                 Anaconda3

笔者已经在系统中搭建好的环境：

           Python 3.6

           CUDA 10.0

           CUDNN 7.6.4

          tensorflow-gpu 1.13.2

笔者需要搭建的环境：

          CUDA 10.1

          CUDNN 7.6.5

          python3.7

          tensorflow-gpu 2.2.0

1. 需求说明

      相信大多数人在初次学习深度学习时，都已经在win10系统环境中安装了cuda以及对应的cudnn,但是在接触各种深度学习代码后，一个版本的cuda已经无法满足要求，需要我们安装不同版本的cuda，这时候我们通过anaconda创建的虚拟环境，即可安装任意版本的cuda,是不是很amazing。接下来是具体步骤。

2. 操作步骤

说明：对conda熟悉着，可以直接从（4）步开始看。

1)查看系统环境cuda版本

使用nvcc -V 可以查看系统环境下的cuda版本。

nvcc -V

2)查看版本支持

 以管理员身份打开Anaconda Prompt,输入下列命令查看conda目前支持的cudatoolkit版本。(注cudatoolkit也是cuda)

conda search cudatoolkit --info

可以看到conda支持cuda10.1,很OK，接下来看看支持cudnn 的版本。

conda search cudnn --info

也看到了我所需要的版本了，接下来介绍安装了。

3)创建虚拟环境

 创建一个名为tensorflow的虚拟环境，python为3.7版本。

conda create -n tencorflow python=3.7

 然后激活环境，如下图所示。

conda activate tensorflow

4)安装cuda

说明：如果下载很慢，建议搭个梯子。

conda install cudatoolkit=10.1

注：笔者已经安装好，此图源于网络。 

5)安装cudnn

conda install cudnn=7.6.5

注：笔者已经安装好，此图源于网络。  

6)安装tensorflow_gpu == 2.2.0

pip install tensorflow-gpu==2.2.0

3. 测试

1. 用conda list看下此环境已经安装的包

conda list

此时说明已经安装好。

2. 用demo测试下

在终端输入python进入python环境。

输入import tensorflow as tf

import tensorflow as tf

到此，tensorflow-gpu基本环境搭建完成，可能还会遇到一些包无法找到，读者按照错误提示，在Anaconda Prompt中安装即可。

如有问题，欢迎大家积极留言。

说明：安装完后使用 nvcc -V发现cuda版本未变化怎么回事？

依然是系统安装的CUDA 10.0版本，而不是conda安装的CUDA10.1版本，因为系统安装的CUDA是加入了系统的环境变量的，这个没有影响，读者大可放心。