Tensorflow的安装

Tensorflow用于搭建神经网络。

目录

  • 参考链接
  • 查看显卡版本信息
  • 开始安装
    • 创建新环境
    • 安装cudatoolkit
    • 安装cuDNN
    • 安装tensorflow
    • 测试

参考链接

安装的参考链接:
参考1
参考2

查看显卡版本信息

我需要安装的是GPU版本,所以首先查看自己电脑的显卡信息。tensorflow的版本需与显卡驱动的版本相对应。
版本信息对应列表
我的电脑的相关对应信息如下:
英伟达NVIDIA Geforce GTX 1050Ti,算力6.1,所以tensorflow可以安装GPU版
我的显卡信息:CUDA 10.1
对应的cuDNN 7.6
对应的python环境3.5-3.8
tensorflow_gpu就选2.3.0版本

Tensorflow的安装_第1张图片
Tensorflow的安装_第2张图片
Tensorflow的安装_第3张图片

开始安装

创建新环境

首先使用anaconda创建独立的新python环境,用于安装tensorflow,在cmd中输入下述命令,其中tensorflow_gpu_env_test是这个环境的名称,3.7是该环境的python版本

conda create -n tensorflow_gpu_env_test python=3.7

Tensorflow的安装_第4张图片
创建完成后,激活该环境,代码是conda activate+环境名,cmd中前面出现()括起的环境名称,说明激活成功

conda activate tensorflow_gpu_env_test

Tensorflow的安装_第5张图片

安装cudatoolkit

接着,安装cudatoolkit

conda install cudatoolkit=10.1

Tensorflow的安装_第6张图片
Tensorflow的安装_第7张图片

安装cuDNN

然后安装cuDNN,版本7.6

conda install cudnn=7.6

Tensorflow的安装_第8张图片

安装tensorflow

最后安装tensorflow,使用阿里云镜像

pip install tensorflow-gpu==2.3.0 -i https://mirrors.aliyun.com/pypi/simple/

Tensorflow的安装_第9张图片
Tensorflow的安装_第10张图片

测试

测试是否成功

conda activate tensorflow_gpu_env_test
import tensorflow as tf
tf.test.is_gpu_available

Tensorflow的安装_第11张图片
成功!

你可能感兴趣的:(Python基础,强化学习基础,tensorflow,深度学习,人工智能)