2.4 在Windows系统中安装TensorFIow 2.0的GPU版本

在2.3节中安装了TensorFlow 2.0的默认版本，这个版本是基于CPU计算的，而TensorFlow在GPU下的运算效率会更高，本节举例说明如何在Windows下安装TensorFlow的GPU版本。

（1）安装cuda 9.0、cuDNN 7.1，安装GPU版本与安装CPU版本类似，但是会多一步对GPU支持的安装。在安装前需要确认计算机拥有Nvidia的GPU。

（2）在命令行中输入：conda create-n TF_2G python=3.5，构建TensorFlow 2.0的GPU环境，如图2-17所示。

图2-17 构建TensorFlow 2.0的GPU环境

（3）当弹出“Proceed（[y]/n）？”时输入“y”并按“回车”键，如图2-18所示。

图2-18 新建TensorFlow GPU环境的操作

（4）完成后在命令行中输入：conda activate TF_2G，进入TensorFlow的GPU环境，如图2-19所示。

图2-19 进入TensorFlow的GPU环境

（5）安装GPU版本支持，拥有Nvidia GPU的Windows一般都有默认驱动。因此，只需要安装CUDA Toolkit与cuDNN即可。在命令行中输入：conda install cudatoolkit=10.0 cudnn，如图2-20所示。

图2-20 安装CUDA Toolkit和cuDNN

注意：CUDA Toolkit为10.0.0版本。

（6）安装TensorFlow 2.0的GPU版本，在命令行中输入：pip install tensorflow-gpu==2.0.0-i https://pypi.tuna.tsinghua.edu.cn/simple，进行安装。

说明：“-i”表示从国内清华源下载。

（7）测试TensorFlow 2.0的GPU版本（把下面代码保存到test.py，使用TF_2G Python运行），代码如下。

（8）如果输出“True”，则表示GPU版本安装成功。

本章介绍了如何在Linux和Windows系统中安装TensorFlow 2.0的CPU版本和GPU版本。在后面的章节中将使用本章安装的版本对TensorFlow 2.0进行介绍。