TensorFlow安装

一、安装Anaconda

参见Pytorch安装与配置中第一部分，然后将3.创建虚拟环境部分的虚拟环境名字改为tensorflow即可。最后结果如下

TIPS:从第二部分开始全部看完再安装！！！！

二、安装TensorFlow

在虚拟环境中输入pip install tensorflow，如下。可以看到已经在用清华源在安装了，但是依然还是下载的比较慢而且我这网络不好，直接中断了。因此将下载链接拷贝到迅雷里下载，然后用

pip install 文件全路径 

的方式安装。如

三、使用

上面界面安装完后，加载tensorflow验证下，结果…

这明显CUDA不匹配。

3.1 查找电脑的CUDA版本

进入控制面板，打开NVIDIA控制面板，依次选择帮助–>系统信息。继而再单击组件选项卡（如下图）。

所以我这里的CUDA的版本是11.0。然后查看tensorflow和CUDA的对应表。

经过对比发现，与CUDA11对应的是tensorflow_gpu-2.4.0，而我装的是2.4.1，所以装的不对。使用命令

pip uninstall tensorflow

将已经安装的版本删除。然后使用

pip install tensorflow_gpu==2.4.0

安装2.4.0的GPU版本(这个也是下载的很慢，和前面的一样，拷贝链接后用迅雷下载，然后离线安装)。

谁知道安装完后还是这个样子。

分析问题：

1. 因为Pytorch都能用cuda，所以这肯定是能用cuda的，只是应该还少个什么安装包。
2. tensorflow已经提示因为找不到动态库而不能用cuda。并且已经查到了tensorflow与cuda对应的版本，所以也不是安装包的问题。
3. 那么应该是我电脑中有此动态库，只不过tensorflow没有找到而已。

所以我用everything找cudart64_110.dll文件，然而还是没有。

再一次查找对应关系表，发现缺少一个cuDNN的版本为8.0的东西。于是准备安装cuDNN，然而下载了CUDNN的压缩包，在压缩包里还是没有该文件。所以应该也不在这个里面。
我想到从始至终我都没有下载过cuda的驱动并手动安装，在Pytorch里直接用官方的命令安装好后就能用，但是tensorflow就是不行。所以可能在cuda的驱动里。但是官方又提示了还要安装cudnn，所以接下来两个一起安装。

四、安装CUDA与CUDNN

TIPS:CUDA(windows,linux)和CUDNN官方安装流程和配置方法。

4.1 安装CUDA

打开CUDA官方网站。打到11.0的下载地址。

按下图所示，以从上到下的顺序依次点击。

下载完成后直接点击安装。只需要注意一点，这下面这张图的界面，选择“自定义”。

取消勾选下面红框内的组件。

剩下的就是正常的安装就行了。
安装完后我就能搜索到想要的文件啦（路径在安装的时候已经写到了PATH里）！

4.2 安装CUDNN

1. 在官网上找到对应的CUDNN版本(下载还要注册）。
   
2. 打开下载下来的cudnn压缩包后发现，顶层目录的cuda进去之后只有一些文件夹而并没有安装程序，所以将它们拷贝到cuda中的相应目录下就可以了。cudnn压缩包下的目录如下
   
3. 打开cuda的安装目录并找到上述对应的三个目录。
   
4. 然后将cudnn下bin,include和lib目录下的文件对应拷贝cuda下的相同的目录即可。

五、验证

1. 退出虚拟终端以及Navigator界面。
   
2. 重新打开上述界面，并切换到tensorflow虚拟环境，打开终端。 输入命令测试
   
   发现文件加载成功，版本正确也能用GPU。Tensorflow安装太费劲了，安装Pytorch的时候都没有安装cuda。希望学习它的时候不费劲！

六、官方网址

欢迎登陆官网了解更多 TensorFlow 内容，也可关注 TensorFlow 官方公众号获取更多资讯。