手把手教你配置Tensorflow开发环境（二）-十分钟配置本地Tensorflow, CUDA, cuDNN

注意， pytorch版本的安装教程在这里手把手教你配置Pytorch开发环境-十分钟配置本地Pytorch, CUDA, cuDNN

前言

上文说到（手把手教你配置Tensorflow开发环境（一）-五分钟带你完全理解Tensorflow）
Tensorfow 这东西很大一部分就厉害在对GPU的支持上，但是也不是所有的小伙伴都有着很厉害的显卡的，比如我电脑上就只有一张凑数的MX250，那么难道这样我们就不能用Tenforflow了吗？

倒也不是，实际上Tensorflow提供了CPU和GPU的双版本，也就是说，电脑上没有显卡也没关系，你也可以选择通过你的CPU来进行计算，虽然没有了并行计算的快捷，但起码搭建模型的很多方便快捷的API还在不是嘛。。

好，那么咱们现在就分别来说一下要如何安装CPU和GPU的版本

以下教程都是在Windows+NVIDIA显卡下

1. 电脑上需要有python

这个就。。。
不确定的小伙伴可以先敲击win+R, 在弹出的窗口输入cmd

点击确定进入cmd的界面，输入python
就可以查看自己电脑上是否有python的环境了
最好是3.7版本的python
如果不是，可能会在下面的安装后出现版本不兼容的问题

如果没有，可以前往Python官网进行下载
具体的下载教程有很多我就不说了

2. CPU

电脑上有Python之后，只需要重新打开cmd的界面，输入

pip install tensorflow==2.6.0

就可以了

如果想要安装老版CPU版本的Tensorflow
则需要输入

pip install tensorflow==1.15.0

安装完成之后，只需要在cmd打开python，输入：

import tensorflow as tf

可以成功运行就说明安装成功啦

3.GPU

OK, 那么咱们现在就来说一下如何安装GPU版本的tensorflow吧
以Tensorflow2.6.0 + CUDA 11.2 + cuDNN 8.1为例

那么，如果想在自己的电脑上使用GPU版本的tensorflow呢，
请先确定自己已经配置好了CUDA, cuDNN的环境
具体的步骤请看这里：
手把手教你配置CUDA, cuDNN-十分钟配置本地CUDA, cuDNN

4. 最后一步

输入如下命令

pip install tensorflow-gpu==2.6.0

如果想要安装老版的Tensorflow
则需要输入

pip install tensorflow-gpu==1.15

OK

那么现在，你的电脑上应该已经大功告成了，只需要运行代码

import tensorflow as tf
tf.test.is_gpu_available()

如果输出是True，那么就已经可以运行了

怎么样
是不是十分钟就给你配置好了呢？
好
拿下次就讲讲怎么白嫖云端虚拟机来运行Tensorflow好了！