admin管理员组文章数量:1122850
文章目录
- 一、Anaconda安装
- 二、tensorflow2.0安装
- 2.1 创建Anaconda环境
- 2.2 进入TF20环境
- 2.3 Tensorflow安装
- 三、验证tensorflow安装成功(三选一)
- 3.1 ipython验证
- 3.2 anaconda与pycharm配合验证
- 3.3 anaconda中jupyter notebook验证
一、Anaconda安装
首先安装Anaconda软件，其集成了很多科学计算所需库，为后续tensorflow的安装作准备。安装Anaconda可点击这里：Anaconda官网。
这里我选择的是Anaconda 2019.10 for windows的Python3.7版本。
安装完成后，需要配置环境变量，这样可实现在命令行cmd中执行anaconda相关的命令，如pip、ipython等。配置方式如下：
- 我的电脑——属性——高级系统设置——环境变量
- 用户变量——path——编辑
随后新建加入Anaconda文件夹下Scripts的路径，如下图：
二、tensorflow2.0安装
2.1 创建Anaconda环境
Anaconda可以创建多个python环境，可以在同一时间虚拟出不同的python环境来运行不同的程序，各环境程序互不干扰，方便管理。
首先创建一个Anaconda的python环境，后续在此环境下安装tensorflow2.0.0等所需库。
打开Anaconda Prompt，执行创建Anaconda环境的指令
TF20是我自定义的环境名称，python=3.7代表创建python环境的版本
conda create -n TF20 python=3.7
当弹出 ：Proceed ([y]/n)?输入y回车，完成后就可以进入此环境。
创建完成后，可使用以下指令查看环境是否创建成功
conda env list
2.2 进入TF20环境
在cmd命令行下输入以下指令，进入已经创建好的环境
activate TF20
想退出当前环境，可以使用以下指令
deactivate
2.3 Tensorflow安装
进入TF20环境后，可使用conda安装Tensorflow或其它工具包 （不同环境之间的工具包相互独立）
CPU版本安装：
conda install tensorflow=2.0.0
GPU版本安装（需要有NVIDIA显卡支持）：
conda install tensorflow-gpu=2.0.0
注意：GPU版本安装需要符合以下条件：
- NVIDIA驱动程序需要410.X或更高版本
- CUDA版本等于10.0（不可以是10.1）
- CUDNN版本大于7.4.1
其中，NVIDIA驱动程序版本查询可在cmd中输入 NVIDIA -smi 查询。
如果用conda安装tensorflow后不能使用（有资料指使用conda安装tensorflow时会自动升级CUDA和CUDNN，不过博主是先更新CUDA和CUDNN的）
可点击CUDA下载 和 CUDNN下载 更新上述版本的CUDA和CUDNN。
CUDA安装后可在命令行输入 nvcc -V 查看是否安装成功
CUDNN安装后需要添加bin路径至环境变量，如下图
此处可参考另一篇博文。
三、验证tensorflow安装成功(三选一)
3.1 ipython验证
首先进入TF20环境，然后输入ipython指令，进入python编程环境。
随后可读入tensorflow
import tensorflow as tf
如果能成功读入，说明安装基本成功啦！
接下来再来看看版本号，如果是GPU版本可以查看GPU是否可以：
print(tf.__version__) #查看tensorflow版本
print(tf.test.is_gpu_available()) #查看tensorflow GPU版本是否可用
执行过程可能慢一点，需要耐心等待。
3.2 anaconda与pycharm配合验证
首先，设置anaconda中的python为解释器
在Project中的python文件执行以下程序：
import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\nuse GPU",gpu_ok)
结果为：
tf version: 2.0.0
use GPU True
则表示正确
3.3 anaconda中jupyter notebook验证
jupyter notebook具有很好的交互性，同样可以用来看看tensorflow是否安装成功。
首先，在TF20的环境中，安装jupyter notebook
conda install jupyter notebook
然后打开jupyter notebook
执行下述代码
import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\nuse GPU",gpu_ok)
结果为：
tf version: 2.0.0
use GPU True
版权声明：本文标题：Tensorflow2.0安装教程（windows系统，CPU和GPU版本） 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.betaflare.com/biancheng/1727629330a1276929.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论