tf2环境配置

环境配置

这里提供一个简单的配置环境的方法。注意一定要在一个空的新环境进行安装，免得库版本冲突。首先安装tensorflow成功后再安装其它库。

安装anaconda

配置环境

打开Anaconda Prompt
创建一个新的环境

conda create --name tf2 python=3.8

查看所有环境，这时你应该会看到两个环境，一个base，一个tf2。
base前面会有一个*，说明当前使用的是base环境。

conda info --envs

切换到tf2环境

conda activate tf2

如果没有n卡，那么只能安装tensorflow cpu版本

pip install tensorflow

如果有n卡

conda install cudatoolkit=11.3.1
conda install cudnn=8.2.1
pip install tensorflow-gpu

安装成功后，新建一个py文件或者jupyter notebook,测试gpu是否可用

import tensorflow as tf
 
print(tf.test.is_gpu_available())

最后，将其它需要的库装上，如opencv，matplotlib等。用到啥装啥，不用刻意一步全部安装到位。

谷歌colab

如果配置环境实在有困难，或者没有显卡，这里推荐使用谷歌的colab。colab可以直接使用tensorflow，无需配置环境，十分方便。缺点是需要魔法。
用tensorflow，无需配置环境，十分方便。缺点是需要魔法。
这里也提供了jupyter notebook的文件，可以直接上传到colab进行使用，但还需要将数据集同步上传到谷歌云盘，并修改路径。