基于Miniconda3安装jupyter notebook+虚拟环境安装tensorflow(cpu&gpu版本)

冰煮肥羊

已于 2023-06-29 13:54:48 修改

阅读量5k

点赞数 10

文章标签： tensorflow jupyter python

于 2023-06-03 09:39:42 首次发布

版权

本文详述了在Miniconda环境下创建虚拟环境并安装tensorflow的过程，包括CPU和GPU版本的安装，解决安装过程中遇到的protobuf、cuda和numpy版本问题，以及如何在jupyternotebook中设置和使用这些环境。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文在安装过程中参考了很多c站的其他教程，本文把安装过程中遇到的问题和安装过程一一记录，希望能有所贡献。

本文是基于miniconda已经安装完成且环境变量也设置好的前提。

一、Miniconda创建虚拟环境

1、conda prompt，输入：

conda create -n tf2 python=3.8

即建立python3.8的虚拟环境，该环境名为tf2

注意：应先确定需要安装的tensorflow和python对应的版本，可参考tensorflow官方中文文档。以下截取部分对应版本

2、激活虚拟环境

conda activate tf2

1、进入虚拟环境tf2后，在虚拟环境中安装

pip install tensorflow==2.2.0

安装后，可通过pip list 检查虚拟环境tf2中的包

2、输入python（核对版本并进入python模式检测tensorflow是否安装成功）

3、检测tensorflow是否导入成功，不出现报错即为导入成功。

import tensorflow

注意：此处可能会有三个报错依次出现

第一个报错：

TypeError: Descriptors cannot not be created directly
建议将protobuf安装调整至3.20前

解决方案：

exit() #退出python模式
pip list #查看该环境中所有包
pip uninstall protobuf
pip install protobuf==3.19.0
pip list #检查3.19的protobuf是否安装成功

接着，再次输入python，进入python模式后，检测tensorflow

import tensorflow

此时会出现第二个报错：

Could not load dynamic library cudart64_101.dll（局部）

解决方案：在