tensorflow实践

本文详细介绍了如何安装TensorFlow的CPU和GPU版本,包括Anaconda的下载与安装,TensorFlow-CPU版本的安装,以及TensorFlow-GPU版本的安装,涉及CUDA和cuDNN的匹配问题。此外,还提供了Jupyter Notebook的安装步骤,以及验证安装成功的测试代码。
部署运行你感兴趣的模型镜像

1. Anaconda的安装

1.1 从官网下载Anaconda

https://www.anaconda.com/distribution/#download-section
在这里插入图片描述

1.2 软件的安装

在这里我们根据自己电脑系统选择32位还是64位的安装包,然后是根据自己python版本的需要,选择3.7还是2.7版本
在这里插入图片描述
这里要注意,一定要记得把上图中两个方框都要选中,尤其是第一个,以免后续还需进行环境配置!

2.TensorFlow-CPU版本的安装

在这里插入图片描述
打开上图箭头所指的
在这里插入图片描述
在这里你还可以以下命令创建一个独立的环境来安装tensorflow,

conda create --name tensorflow python=3.6

在这里我们创建了一个name为tensorflow、python版本为3.6的环境
在这里插入图片描述
接下来需要使用以下命令来激活我们创建的环境

conda activate tensorflow

在这里有两种方式来进行安装tensorflow
一种是使用pip

pip install --upgrade --ignore-installed tensorflow==1.13.0

后面 == 代表着tensorflow版本号,目前最新的稳定版本号为1.13.0
另一种是使用conda指令

conda install tensorflow ==1.13.0

3. tensorflow-gpu 版本的安装

在这里我的笔记本的配置为i5-8300h+1060ti

3.2 CUDA与cudnn的安装

在这里一定要主要cuda和cuDNN版本间对应关系
cuda8.0对应的cuDNN必须是6.0版的
cuda9.0对应的cuDNN必须是7.0版的
下面是tensorflow官网tensorflow-GPU版本与cuda版本间的对用关系,切记这个很重要
在这里插入图片描述
所以在安装gpu版本前,一定要查清楚自己显卡支持的cuDNN 和CUDA 版本。
在[https://developer.nvidia.com/cuda-downloads]下载对应的版本,一般这里不好找历史版本,并且下载比较麻烦,建议直接百度找对应的安装包。
首先安装CUDA,建议不要修改安装路径
在这里插入图片描述
解压下载的cuda,得到以下三个文件夹
在这里插入图片描述
将解压得到的三个文件夹参考提下图片路径,复制到自己电脑对应的路径下
在这里插入图片描述

3.2 tensorflow-gpu版本的安装

在这里我们使用conda命令来安装
conda install tensorflow-gpu ==1.13.0

3.3 Jupyter Notebook的安装

先打开箭头所指的软件
在这里插入图片描述
在这里插入图片描述
按照箭头所指示的,安装Jupyter Notebook
安装成功后能看到如下的图标
在这里插入图片描述

4. 验证是否安装成功

在这里插入图片描述
输入python并回车,出现以下
在这里插入图片描述
导入tensorflow,并输入以下代码
在这里插入图片描述
如果出现以下结果,则证明安装成功
在这里插入图片描述
如果不行的话卸载软件重新进行安装

5. 安装总结

5.1 CPU版本的安装比较简单

5.2 GPU版本的安装一定要主要自己显卡所支持的cudn和cuDNN的版本还有与tensorflow版本间的对应关系

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

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
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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