Windows10、GTX1050安装Tensorflow 2.0深度学习环境步骤（适用于其他N卡、Tensorflow 2.x）

因为学校作业需要用Tensorflow2.x，所以用我的GTX1050笔记本记录一下Tensorflow的安装步骤。

主要参考：
Tensorflow 2.x的官方安装教程主页：https://www.tensorflow.org/install

• • 0 我的配置
  • 1 前期环境准备
  • 2 安装Tensorflow2
  • 3 检验是否安装成功

我的华硕GL553VD
操作系统：Windows 10
显卡：Nvidia GeForce GTX 1050，4g显存
集成开发环境：Anaconda
开发工具：VS Code

前期的步骤参考我的这篇文章。
包括其中的：
1、安装Anaconda
2、CUDA和Cudnn的下载和安装
并参考第3步开头，创建新环境：
（我命名为了pytorch是因为我已经在上面先安装了pytorch，你可以取别的环境名；python版本使用了3.6，后面会提到python版本的对应要求）
conda create –n pytorch python=3.6

我的笔记本的CUDA版本（10.0）：

我的Cudnn版本（7.4.1），但是需要升级一下。

这里我把Cudnn版本升到7.6.0（Cudnn安装方法见我上面的那篇参考文，下载完后覆盖原文件即可），不然训练卷积神经网络时可能会报错误！

你可以选择更新的版本，做好CUDA和Cudnn版本对应就行。

这里可以看CUDA版本与Tensorflow 2.x 版本的对应情况。
以看到CUDA 10.0只支持 Tensorflow2.0，Python版本为3.5-3.7，另外，如前所述Cudnn版本建议升级到7.6.0（官网给的7.4要求就是个坑）。
（当然你可以装更高版本，确认一下Tensorflow的版本和CUDA对应好就行，或者配置好主页要求的最新CUDA环境）。
我自己就装 Tensorflow2.0 了。

我们切换到我们当前需要安装Tensorflow的环境，输入：

pip install tensorflow-gpu==2.0.0

或者加上清华镜像源，因为需要下载的文件比较大：

pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

开始安装：

在当前环境中，我们输入python，再输入import tensorflow as tf，没有报错则安装成功，之后输入tf.test.is_gpu_available()，返回True则可以调用GPU，于是配置成功！