Tensorflow2.0学习（一）

今天学习一下Tensorflow2.0 的基础

核心库，@tf.function ，可以方便的将动态图的语言，变成静态图，在某种程度上进行计算加速

TensorFlow Lite

TensorFlow.JS

TensorFlow Extended 

构成了TensorFlow 的生态系统

优势：

1、GPU加速

体现在大数据量运算的时候，的运算时间。如果使用CPU进行运算，那么计算是通过串行模式完成

GPU则会加速运算，并行操作，快速运行。

2、自动求导

自带自动求导工具，方便快速求导。

3、神经网络

直接调用TensorFlow提供的接口， 不需要我们自己去实现。

tf.matmul                     layers.Demse

tf.nn.conv2d                layers.Conv2D

tf.nn.relu                      layers.SimpleRNN

tf.nn.max_pool2d        layers.LSTM

tf.nn.sigmoid               layers.RelU

tf.nn.softmax              layers.MaxPool2D

一 、 环境安装

Win10 

Anaconda 、Python3.7

CUDA 10.0   cuDNN

TensorFlow 2.0

PyCharm

1、Anaconda安装，这里不在赘述，不会的朋友自行百度

测试有没有安装好Anaconda，直接打开命令行，输入：conda list

会出现下图所示内容，即安装完成

2、CUDA安装

安装前，假设你的电脑是有Nvidia显卡，本机显卡GTX 1060 6g

安装CUDA有以下几个步骤

（1）CUDA驱动本身安装

（2）CUDA 的cuDNN安装

（3）配置设置

下载CUDA

https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

下载完成后，双击运行

去掉GeForce

展开CUDA，如果安装了VS的，可以安装，如果没有安装，则去掉，不然容易报错

等待安装完成

安装完成后，到默认路径下，看看是否安装成功

 

如果都存在，且安装没有报错，那么说，安装成功了

下面我们在接着安装cuDNN，下载地址：

https://developer.nvidia.com/rdp/cudnn-download

下载完后，解压后我们会得到一个cuda问价夹，我们将cuda文件夹改名为，cudnn

然后将cudnn复制到cuda安装路径下面去

环境变量配置，此电脑，右键属性，

安装完cuda后，会自动帮我们添加两条环境变量在其中

我们还需要加入cudnn，和CUPTI的路径

把这几行指定，必须要有着4行。不然会报错

我们接下来测试一下是否安装完成，cmd，输入 nvcc -V， 出现如下内容，则说明安装完成，出现版本号

今天就介绍到这里，下回我们继续学习。