前提
首先假定系统环境安装了CUDA 10.0, 以及对应的显卡驱动和cudnn
安装虚拟环境库
pip install virtualenv
创建一个虚拟环境
在合适的路径,执行如下命令,即创建一个python环境空壳
虚拟环境命名为: tensorflow2
virtualenv tensorflow2
进入到虚拟环境的Scripts目录
cd tensorflow2/Scripts
激活虚拟环境
执行如下命令,进入虚拟环境
activate
之后目录前会有虚拟环境的名称

安装Numpy
在Windows环境,需要安装numpy+mkl版本
可以从Unofficial Windows Binaries for Python Extension Packages
下载。
安装命令:
pip install "[path of libinstall]\numpy-1.16.2+mkl-cp36-cp36m-win_amd64.whl"
安装Tensorflow 2.0
pip install tensorflow-gpu==2.0.0-beta1
安装Jupyter Notebook
pip install jupyter
如果直接启动jupyter可能会报错,需要继续安装notedown库
pip install notedown
启动Jupyter
jupyter notebook
运行界面如下,可以看到版本是2.0.0-beta1

而Jupyter后台的日志,也能表明其使用上了GPU

网友评论