tensorflow学习环境安装

1、python环境

1.1 pip install速度很慢

# 使用国内镜像库
pip install websocket -i https://pypi.tuna.tsinghua.edu.cn/simple

1.2 linux安装多个版本的python环境

下载安装python软件包

# 下载
wget https://www.python.org/ftp/python/3.9.2/Python-3.9.2.tgz
# 解压
tar -xvf Python-3.9.2.tgz 
# 编译安装
./configure && make && make install

默认自带的python2位置在”/usr/bin/“目录下

默认编译安装的python3位置在”/usr/local/bin/“目录下

1.3 为python3安装pip工具

# 下载pip安装包
wget https://bootstrap.pypa.io/get-pip.py
# 安装pip
python3 get-pip.py
# 制作软链接
ln -s  /usr/local/python3.9.2/bin/pip /usr/bin/pip3
# 使用pip3为python3环境安装依赖
pip3 install flask

2、google colab

使用google colab需要谷歌账号，注册谷歌账号又一直提示手机号不可用，改浏览器语言换、手机号码什么的都试过不管用，和手机号码无关，而是软件的ip出口就那么多，谷歌做了每个ip申请账号的限制，最后通过手机下载qq邮箱添加gmail账号，创建账号成功申请到谷歌账号。

注册到谷歌账号后，使用该账号即可登录google colab。

3、tensorflow环境安装

为什么要使用tensorflow？

• GPU加速
• 自动求导
• 神经网络API

cuda版本和nvidia显卡对应关系：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#title-new-features

cuda下载地址：https://developer.nvidia.com/cuda-toolkit-archive

cudnn下载地址（需要注册）：https://developer.nvidia.cn/rdp/cudnn-download

安装tensorflow gpu

pip install tensorflow-gpu

测试tensorflow-gpu是否安装完成

import tensorflow as tf

print(tf.__version__)
print(tf.test.is_gpu_available())

输出True