1、安装Anaconda

官网下载会比较缓慢，建议从 清华大学镜像站 下载相应版本的Anaconda，本文中使用到的版本为 Anaconda3-5.3.1。

2、修改conda的国内镜像源

由于安装tensorflow 时需要安装大量的依赖包，为了提高安装速度，建议将anaconda conda 切换为国内源。
首先，打开Anaconda Prompt，进入命令行模式(linux直接打开命令行即可)。

1575882815(1).png

命令行中直接使用以下命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

3、使用conda 命令创建新的环境

conda create -n tf-gpu

tf-gpu 是你所创建的环境名称，可以自行修改。

4、安装Tensorflow GPU版本

首先，需要切换上一步中建立的环境：

activate tf-gpu

需要注意的是，Linux环境中切换环境的命令为：

source activate tf-gpu

再通过conda命令安装Tensorflow GPU版本：

conda install tensorflow-gpu

安装过程中输入y就可完成安装，耐心等待即可。

5、解决Jupyer Notebook中import tensorflow报错:[No module named tensorflow]

安装tensorflow，在Anaconda Prompt命令行下的python中可以import tensorflow，但是到了Jupyer Notebook中,执行

import tensorflow as tf

会发生错误,显示报错信息为：No module named tensorflow
为了解决这个问题，需要安装 nb_conda
首先，需要切换上一步中建立的环境，如已在该环境中则跳过此步骤：

activate tf-gpu

安装nb_conda：

conda install nb_conda

安装完成后，在命令行中输入：

jupyter notebook

启动jupyter notebook后，在创建文件的选项中就可以看到我们建立的环境了，选择自己的环境创建新文件，import tensorflow as tf 就不会再报错了。

1.png

6、测试tensorflow GPU版本是否能正常调用显卡计算，并解决cuDNN版本对不上问题。

使用conda安装tensorflow GPU版本会自动下载依赖的CUDA以及cuDnn，但是你的环境中以前没有装过，所以默认给你装最新的CUDA10.0，所以需要将NVIDIA显卡的驱动升级到对应的版本。
可以从 NVIDIA驱动官网 下载所对应的显卡驱动，本文以笔记本的GTX 1060显卡为例：

1575897542(1).png

下载最新的驱动安装，即可解决cuDNN版本对不上问题。
测试GPU是否能调用的代码如下：

import tensorflow as tf
import os

os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)

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

成功的输出如下：

tf.Tensor(3.0, shape=(), dtype=float32)
GPU: True

7、解决spyder相关报错。

打开spyder,点击Tools > PYTHONPATH manager

1575893733(1).jpg
然后依次将Anaconda 中所创建环境的路径添加进去，并且添加基础的路径。需要添加的路径如图所示：
其中创建环境的路径为：
安装Anaconda的路径\envs\环境名\Lib
安装Anaconda的路径\envs\环境名\Lib\site-packages
安装Anaconda的路径\envs\环境名\Scripts
以本文为例，创建环境的路径为：

C:\kaifa\anaconda3-5-1\envs\tf-gpu\Lib
C:\kaifa\anaconda3-5-1\envs\tf-gpu\Lib\site-packages
C:\kaifa\anaconda3-5-1\envs\tf-gpu\Scripts

其中基础路径为:
安装Anaconda的路径\Lib
安装Anaconda的路径\Lib\site-packages
安装Anaconda的路径\Scripts
以本文为例，基础的路径为：

C:\kaifa\anaconda3-5-1\Lib
C:\kaifa\anaconda3-5-1\Lib\site-packages
C:\kaifa\anaconda3-5-1\Scripts

需要注意的是,一定要将所创建环境的路径排在前面，不然在调用GPU运算时出错。
添加好路径后，点击Synchronize按钮确定即可。

1575895172(1).png

注意：由于修改python编译器环境，需要以"Anaconda Prompt"的命令行模式进入spyder，具体操作如下：
进入创建的环境后，输入spyder，即可打开spyder。

activate tf-gpu
spyder