简单利用conda安装tensorflow-gpu=2.2.0

网上安装tensorflow-gpu=2.2.0什么的一大推，而且最后还报错，一般问题出现在：
一、安装下载慢
二、cuda和cudnn版本不对

我最后实验了，很好解决上面的问题。

一、安装tensorflow-gpu=2.2.0使用清华源安装，代码如下：

pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

这样下载速度飞起！

二、什么去官网下载cuda版本配置路径，感觉都不靠谱，我实验了，一个命令搞定，我的是1080Ti显卡，先通过GeForce Experience把驱动更新到最新，我的cuda信息如下：

在这里插入图片描述

我cuda的是11.0，这不重要，一般需要cuda是10.1或者以上就可以了。
然后一句代码安装：

conda install cudatoolkit=10.1 cudnn=7.6.5

注意：不要改上面的版本，不然安装成功了，使用时报错，这里就是个坑，我试过很多，这两个版本才是对应的，不管tensorflow-gpu=2.0/2.1/2.2，都适用
安装好后测试下，测试代码;

import tensorflow as tf
import timeit
import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 代码用于忽略级别 2 及以下的消息（级别 1 是提示，级别 2 是警告，级别 3 是错误）。

with tf.device('/cpu:0'):
    cpu_a = tf.random.normal([10000, 1000])
    cpu_b = tf.random.normal([1000, 2000])
    print(cpu_a.device, cpu_b.device)

with tf.device('/gpu:0'):
    gpu_a = tf.random.normal([10000, 1000])
    gpu_b = tf.random.normal([1000, 2000])
    print(gpu_a.device, gpu_b.device)

def cpu_run():
    with tf.device('/cpu:0'):
        c = tf.matmul(cpu_a, cpu_b)
    return c

def gpu_run():
    with tf.device('/gpu:0'):
        c = tf.matmul(gpu_a, gpu_b)
    return c

# warm up
cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('warmup:', cpu_time, gpu_time)

cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('run time:', cpu_time, gpu_time)

print('GPU', tf.test.is_gpu_available())

结果为：

warmup: 1.1624844 1.8189751
run time: 1.1631149999999995 0.0005907000000000551
GPU True

这样就安装成功了！
另外推荐个自动补全插件，很好用，TabNine，安装方法链接如下：
https://www.tabnine.com/

2020年10月11号更新
最近可能出现的版本问题报错，例如：
AttributeError: module ‘tensorflow’ has no attribute ‘compat’
解决方案：https://blog.csdn.net/weixin_45092662/article/details/106969426

有用请点个赞！！
本站所有文章均为原创，欢迎转载，请注明文章出处：https://blog.csdn.net/weixin_45092662。百度和各类采集站皆不可信，搜索请谨慎鉴别。技术类文章一般都有时效性，本人习惯不定期对自己的博文进行修正和更新，因此请访问出处以查看本文的最新版本。