（Win10）基于Anaconda的 Tensorflow 1.15.0 安装教程

原创 已于 2022-02-15 14:58:48 修改 · 4.8k 阅读 · 14 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#tensorflow #人工智能

于 2022-02-14 19:33:27 首次发布
本文详述了在Windows 10系统中，如何通过Anaconda安装Tensorflow 1.15.0，包括匹配CUDA和cuDNN版本、安装Visual Studio 2017、更新显卡驱动、设置环境变量，以及创建和使用虚拟环境的过程。同时，还介绍了在Spyder上进行Tensorflow开发的方法和检查CUDA及GPU运行状态的步骤。

目录

1.寻找匹配版本

2. 安装CUDA+cuDNN

2.1 安装VS 2017

2.2更新显卡驱动

2.3 CUDA 10.0安装

2.4 cuDDN7.4安装

2.5 环境变量

2.6测试CUDA

3. 创建虚拟环境

3.1 安装Anaconda3 4.3.0

3.2 下载tensorflow1.15.0

3.3 安装Keras 2.3.1

4 在Spyder上进行代码开发

4.1 Spyder安装

4.2 Spyder调用

5. 判断CUDA和GPU是否运行

安装若安装CPU版本则无需进行2的操作。

1.寻找匹配版本

最多的坑就是版本匹配问题，各个安装包版本需匹配，要严格按照版本下载安装。

先在下面的网站中找到匹配的软件版本。

Python+CUDA+cuDNN

从源代码构建  |  TensorFlowhttps://tensorflow.google.cn/install/sourcePython+Tensorflow+Keras

Tensorflow和Keras不同版本匹配（运行成功）_TL同学的博客-优快云博客_tensorflow和keras版本匹配Tensorflw与keras不同版本匹配在使用Keras包时经常因为版本不匹配报错，下面是Tensorflow与Keras各版本的匹配关系:Python版本Keras版本Tensorflow版本Tensorflow版本下载Keras版本下载Python3.7Keras 2.3.1Tensorflow 2.2.0Tensorflow下载Keras下载Python3.6Keras 2.3.1Tensorflow 2.1 Tensorflow 2.0 Thttps://blog.youkuaiyun.com/qq_45947969/article/details/109392826整体环境设置为Windows10 + GTX 1050Ti + 显卡驱动456.76 + visual studio Community 2017 + CUDA10.0 + cuDDN7.4 + Anaconda 3 + tensorflow1.15.0 + python3.6 + Keras2.3.1

2. 安装CUDA+cuDNN

2.1 安装VS 2017

登录以下官方网站，下载visual studio Community 2017

Visual Studio: 面向软件开发人员和 Teams 的 IDE 和代码编辑器Visual Studio 开发工具和服务让任何开发人员在任何平台和语言的应用开发都更加轻松。 随时随地免费使用代码编辑器或 IDE 进行开发。https://visualst

最低0.47元/天 解锁文章
disciple9264
关注
TensorFlow 1.15版本安装及PyCharm环境导入
tamako0v0的博客
03-18 1万+
TensorFlow 1.15版本安装及PyCharm环境导入
Tensorflow1.15实现Transformer(一):使用self-attention来实现文本分类
qq_19865329的博客
04-24 7599
要学会一个算法，最好的办法还是自己复现一遍 这里也是对自己学习的过程做一个记录了o(￣▽￣)ブ Transformer介绍 Transformer结构是google在17年的Attention Is All You Need论文中提出，在NLP的多个任务上取得了非常好的效果，可以说目前NLP发展都离不开transformer。最大特点是抛弃了传统的CNN和RNN，整个网络结构完全是由Attention机制组成。 由于其出色性能以及对下游任务的友好性或者说下游任务仅仅微调即可得到不错效果，在计算机视觉领域不断
WIN10+tensorflow-gpu-1.15+torch安装踩过的坑
Blddwkb的博客
02-23 1594
1.python尽量不要装太高版本，3.7够用了2.CUDA重新安装是比较简单的，但是需要考虑pytoch+cuda+python版本的兼容性3.需要用tensorflow-gpu时可以只在anaconda里安装对应版本的cudatoolkit和cudnn，不用重新安装本地CUDA。4.非必要不要用conda install，各种问题。pip最好。
【Tensorflow安装】通过Anaconda3安装Tensorflow 1.15.0 记录
weixin_55185209的博客
06-15 1万+
打开Anaconda Prompt，输入代码： 同样查看Python版本： 二、创建TensorFlow环境 2.1 在Anaconda Prompt中输入 TensorFlow版本要与Python的版本对应，如果后续安装TensorFlow时出错，提示Python版本低于TensorFlow安装的版本，则可通过这步重新创建更高版本的环境。两者版本对应见：TensorFlow的历史版本与对应Python版本2.2 创建成功后，输入以下命令查看conda environments： 说明环境
win10下部署基于tensorflow1.15.0的深度学习环境
夏逝不悲秋的博客
11-01 1175
由于不建议在base中直接安装tensorflow。因此需要建立一个自定义的虚拟空间。
win10下安装anaconda3 python3.6 tensorflow-gpu 1.15.0版本
weixin_45877170的博客
01-26 996
安装过程中遇到许多问题 也有些参考 最终安装成功 每个人配置不一样 仅供参考。参考帖子 https://blog.csdn.net/wwtor/article/details/80603296 软件下载 VS2019社区版本下载 CUDA10.0官网下载 cuDNN7.6.5.32官网下载需注册 Anacoda5.2 清华源下载 安装过程 VS2019 勾选python 数据科学和仿生应用 或者自己需要的模块 如果不勾选 安装后可以点击修改单独安装。设置默认即可。 CUDA10.0 我安装的是tens
【安装教程】Win10环境下安装tensorflow-gpu（gpu版）
WS_Change的博客
06-06 1600
默认已经安装好Anaconda。
win10+python3.6+tensorflow1.15.0-cpu安装（秃头安装完毕）
hemuzhiji的博客
05-20 2030
确认要装的版本号，本文为python3.6安装好后。
Ubuntu18.04安装tensorflow-gpu1.15.0配置环境
zdb
03-18 3488
anaconda3下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ pip和conda换源：链接 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-for
tensorflow1.15.0的安装
热门推荐
砍柴人的博客
08-15 1万+
1、创建虚拟环境tensorflow： conda create --name tensorflow python=3.6 2、检测是否安装成功： conda info --envs 3、激活tensflow的环境： activate tensorflow 4、安装tensorflow conda install tensorflow==1.15 5、顺便安装sklearn conda install scikit-learn 6、取消激活环境以及删除环境 conda de
tensorflow基础学习-anaconda方式安装tensorflow（gpu-1.15.0版本）
小夭的博客
11-01 1万+
前言 关于anaconda方式安装tensorflow(cpu版本)之前已经有博客写过了。这一次更新一下anaconda方式安装tensorflow（gpu版本），他们的区别在于TensorFlow-gpu版对安装的要求要高些，需要NVIDIA的驱动及CUDA工具支持。 1、关于CPU、GPU、CUDA、cuDNN的理解 关于这一块，我刚刚入门，就直接引入了别人写好的理解关于CPU、GPU、CUDA、cuDNN的理解 gpu与cpu GPU（图像处理器，Graphics Processing Unit）和
离线安装tensorflow，tensorflow-gpu1.15.0依赖库
Eros1onAqua的博客
08-05 4966
离线安装tensorflow教程，罗列tensorflow-gpu1.15.0的依赖库版本
tensorflow 1.15.0 GPU ubuntu安装
qq_45759229的博客
08-17 533
tensorflw-GPU 安装
在已经安装高版本 cuda11.3下安装tensorflow 1.15.0 gpu版本
耶律大石的博客
01-16 3272
tensorflow 1.15.0 版本的cuda要求不能太高 ，对应的cuda 和cudnn版本如下但是我们cuda已经安装了11.3，如果直接用pip 安装tensorflow，gpu 不会生效，报错因此我们需要使用conda安装，这样在虚拟环境中，他会自动下载cudatoolkit和cudnn，可以说很方便了。
[Windows+Tensorflow1.15.0搭建属于自己的物体识别环境]
weixin_41923467的博客
11-17 2473
windows+Tensorflow1.15.0
2024.4.18 conda安装tensorflow1.15.0版本
g1748076462的博客
04-18 1233
tensorflow1.15版本，要求python3.5-3.8。但是！我一开始用的python3.5, pycharm已经不支持了。所以，还是建议想要下载tensorflow1.15版本，请安装python3.6-3.8。
Linux快速搭建tensorflow-gpu 1.15.0环境&Keras（包括30系显卡）
weixin_43325818的博客
12-04 6054
1.创建虚拟环境：tmp_python conda create -n tf python=3.6 温馨提醒：python3.8暂不支持tensorflow-gpu 1.15版本，请使用python3.6版本 2.显示自己创建的虚拟环境 conda env list 3.进入创建虚拟环境 source activate tf 4.安装指定 版本的TensorFlow pip3 install tensorflow-gpu==1.15.0 5.安装的包(务必执行) conda install cu
pip install tensorflow==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
SatisfyMyCuriousity的博客
08-22 9352
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 前言 tensorflow安装，更新，和python的安装包更新命令问题，用以纪录，yi'bei 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）：..
TensorFlow GPU版本安装（Windows）
bookye_的博客
09-18 4723
Windows使用TensorFlowGPU版本
anaconda安装tensorflow很慢
最新发布
03-19
<think>好的，我需要帮助用户解决如何加快在Anaconda中安装TensorFlow的速度的问题。根据提供的引用内容，用户已经收集了一些相关的安装方法和优化建议。首先，我应该整理这些信息，提取出有效的加速方法。 首先，用户提到了使用国内镜像源，比如清华大学的镜像和豆瓣镜像。引用[2]、[3]、[4]和[5]都提到了使用镜像源来加速下载。例如，使用`-i`参数指定镜像地址，如清华的镜像或豆瓣的镜像。此外，引用[5]还提到了使用特定的whl文件链接，这可能绕过默认的仓库，直接从速度较快的源下载。 接下来，用户可能遇到的问题包括网络连接不稳定或下载速度慢。因此，除了更换镜像源，可能还需要考虑使用conda还是pip安装。引用[1]和[4]中使用了conda命令，而其他引用则使用了pip。通常，conda的包管理可能更高效，但有时pip结合镜像源可能更快，尤其是对于特定的TensorFlow版本。 另外，引用[4]提到创建专用的conda环境，并指定Python版本，这有助于避免依赖冲突，从而减少安装失败的可能性，间接提高安装效率。管理员权限也可能影响安装，如引用[5]中提到以管理员身份运行Anaconda Prompt，这可能解决权限问题导致的安装中断。 还有一个点是版本选择，引用[1]和[3]提到了安装特定版本的TensorFlow，如1.15.0或1.14.0。安装较旧的版本可能因为文件较小或依赖更少而加快速度，但用户需要注意兼容性问题。 需要将这些方法整理成步骤，并注意逻辑顺序。例如，先建议使用镜像源，再考虑环境配置，最后处理可能的错误。同时，要确保用户理解每一步的作用，比如如何添加镜像源，如何创建环境等。 还需要检查是否有遗漏的信息。例如，引用[5]提到更换whl文件的链接，这可能适用于特定版本的TensorFlow，用户需要知道如何找到正确的whl文件链接。但可能对于普通用户来说，直接使用镜像源更简单，所以这可能作为备用方案。 最后，生成相关问题时要围绕安装加速的方法，比如询问其他镜像源、conda与pip的比较，或者处理安装错误的技巧。确保问题与主题相关，帮助用户进一步探索。</think>以下是通过优化方法加速Anaconda安装TensorFlow的详细步骤： --- ### 加快Anaconda中TensorFlow安装速度的方法 1. **使用国内镜像源** - **pip安装**：在安装命令后添加国内镜像地址，大幅提升下载速度 ```bash pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple # 清华镜像 pip install tensorflow -i http://pypi.douban.com/simple # 豆瓣镜像 ``` 此方法适用于安装最新版或默认版本[^2][^3][^4]。 - **conda安装**：通过修改`.condarc`配置文件永久设置镜像源 在用户目录下创建/修改`.condarc`文件，添加以下内容： ```yaml channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 ``` 2. **指定TensorFlow版本** 安装旧版本或兼容性更好的版本可减少依赖冲突，例如： ```bash conda install -c aaronzs tensorflow-gpu==1.15.0 # 1.x最终版本[^1] pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple [^3] ``` 3. **创建独立虚拟环境** 避免与其他包冲突，提升安装成功率： ```bash conda create -n tf python=3.8 # 指定Python版本 conda activate tf # 激活环境 ``` 4. **使用管理员权限运行** 在Windows系统中以管理员身份启动**Anaconda Prompt**，避免权限不足导致的安装中断[^5]。 5. **直接下载whl文件** 若镜像源仍慢，可手动下载预编译的whl文件安装： ```bash pip install https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp39-cp39-win_amd64.whl ``` --- ### 验证安装 ```python import tensorflow as tf print(tf.__version__) # 输出版本号即成功 ``` ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值