Windows 下使用 Anaconda 安装 Tensorflow2

该教程使用 Anaconda 在 Windows 下配置基于 GPU 的 Tensorflow2 的运行环境。优点是不需要手动下载 NVIDIA CUDA 等底层支持包，一键安装；缺点是只支持 tf2.1 及以下的版本，conda 在安装高版本的 tf 不会自动补全显卡依赖。所以如果需要使用基于 GPU 的高于 2.1 版本的 tensorflow，建议按照 Tensorflow GPU支持 手动安装 NVIDIA Driver, CUDA, cuDNN SDK 等依赖。

一、安装 Anaconda

略，请自行查阅相关资料，尽量安装最新版。

二、创建并进入虚拟环境

1、 conda create 命令创建虚拟环境

conda create --name tensorflow python==3.7

命令中的 tensorflow 是你新创建的环境的名字，你也可以改成其他名字例如 tf2，new_env 等等。

根据官网的指示，使用 tensorflow2 的 python 版本应当大于 3.5

如果使用 python 3.8，那么 Tensorflow 版本要大于 2.2

2、conda activate 命令进入创建好的虚拟环境

conda activate tensorflow

3、其它命令

退出当前虚拟环境

conda deactivate

查看所有环境

conda info --envs

删除环境

conda remove --name tensorflow --all

三、在虚拟环境中安装 Tensorflow2

如果你的显卡是 NVIDIA 的，而且性能还可以，就建议安装 gpu 版本的 tensorflow，否则安装 cpu 版本的 tensorflow。

conda install tensorflow-gpu==2.1

这一步要确保在新创建的虚拟环境中进行。

我在这一步遇到了网络的问题，报错信息如下：

Traceback (most recent call last):
      File "C:\Users\DELL\anaconda3\lib\site-packages\conda\core\subdir_data.py", line 371, in _load
        raw_repodata_str = fetch_repodata_remote_request(
      File "C:\Users\DELL\anaconda3\lib\site-packages\conda\core\subdir_data.py", line 808, in fetch_repodata_remote_request
        raise Response304ContentUnchanged()
    conda.core.subdir_data.Response304ContentUnchanged

    During handling of the above exception, another exception occurred:
    ······

看了这篇博客 Conda无法安装或更新的问题 - 简书 (jianshu.com)，用下面指令清空缓存

conda clean -i

后解决了问题。

不过这个错误似乎是因为我先挂了 VPN 再断开，导致网络里某些设置出错，大部分情况下应该不会出现这个问题。

四、测试安装是否成功

在当前虚拟环境下输入 python，进入代码交互模式，此时最前面应该是 >>> 符号

对于安装的 gpu 版本的 tensorflow，输入以下代码

import tensorflow as tf 
tf.config.list_physical_devices('GPU')

我的计算机上的输出为

>>> tf.config.list_physical_devices('GPU')
2021-06-25 19:22:10.512386: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library nvcuda.dll
2021-06-25 19:22:10.559058: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1555] Found device 0 with properties:
pciBusID: 0000:01:00.0 name: NVIDIA GeForce GTX 1650 Ti computeCapability: 7.5
coreClock: 1.485GHz coreCount: 16 deviceMemorySize: 4.00GiB deviceMemoryBandwidth: 178.84GiB/s
2021-06-25 19:22:10.559491: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
2021-06-25 19:22:10.565249: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cublas64_10.dll
2021-06-25 19:22:10.571576: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cufft64_10.dll
2021-06-25 19:22:10.574451: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library curand64_10.dll
2021-06-25 19:22:10.580182: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cusolver64_10.dll
2021-06-25 19:22:10.583537: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cusparse64_10.dll
2021-06-25 19:22:10.595823: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudnn64_7.dll
2021-06-25 19:22:10.596527: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1697] Adding visible gpu devices: 0
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

安装成功！