TensorFlow2.0—学习笔记

安装（虚拟环境方式）

• 创建虚拟环境

 conda create -n tf2 python=3.6

• 升级pip

pip install --upgrade pip

• 安装tensorflow

pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

• 查看是否安装成功

python
import tensorflow as tf
tf.__version__
tf.__file__

pip方法安装的TensorFlow-gpu2.0使Conv2D卷积报错。

UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above. [Op:Conv2D]

• 卸载后用conda安装

conda install tensorflow-gpu=2.0.0

• 在包导入后添加如下代码

from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSession
config = ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)

• 该方法必须显式调用InteractiveSession.close（）来释放其他会话所拥有的资源。
• 解决TensorFlow-gpu2.0使Conv2D卷积报错方法二。

physical_devices = tf.config.experimental.list_physical_devices('GPU')
tf.config.experimental.set_memory_growth(physical_devices[0], True)
tf.config.experimental.set_memory_growth(physical_devices[1], True)

• 更简洁的方法

for gpu in tf.config.experimental.list_physical_devices('GPU'):
    tf.config.experimental.set_memory_growth(gpu, True)

jupyter notebook中添加虚拟环境内核

• 安装ipykernel

conda install ipykernel

• 添加虚拟环境内核

python -m ipykernel install --user --name tf2 --display-name 'tf2_env'

• 检测是否安装成功

jupyter notebook

tensorflow-dataset安装

资料

github：TensorFlow Datasets
Google将公共研究数据集公开为tf.data.Dataset和NumPy数组。数据集包括音频类、图像类（celeb_a,coco2014,imagenet2012等）、结构化数据集、文本类、翻译类和视频类等29个流行的研究数据集。

安装

#使用conda命令安装出现各种错误
pip install tensorflow-datasets

使用

#注意安装和使用时中间连接符的形式
import tensorflow_datasets as tfds

使用过程中出现jupyter的错误需要安装ipywidgets

conda install -c conda-forge ipywidgets

参考资料
TensorFlow2.0正式版发布，极简安装TF2.0（CPU&GPU）教程
tensorflow2.0 用卷积层报错
ipywidgets install