作者:i1L3i1L4 | 来源:互联网 | 2023-08-31 09:11
安装anaconda
官网下载太慢了,推荐下面两种
- 百度网盘地址:
conda=4.0.5版本
链接:https://pan.baidu.com/s/1w41DkCRuOutkMS8zSH6LBg
提取码:rvas
conda=4.8.3版本
链接:https://pan.baidu.com/s/1VPqaJ1FrW1RYiQgx_tzLzA
提取码:nqit - 当然也可以到清华镜像源去下载
https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/ - 基本上anaconda安装很简单,选择好安装地址,next next就好了,推荐简单的anaconda安装教程https://blog.csdn.net/laobai1015/article/details/84580243
安装CPU版本的tensorflow
找到anaconda prompt,然后打开进入
然后分别输入下面两条指令来配置清华镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
然后创建一个虚拟环境,环境名称叫tensorflowbase,该环境下安装的python是 3.6版本。
conda create -n tensorflowbase python=3.6
然后输入
activate tensorflowbase
就成功激活了该环境并进入到该环境中。
然后在该环境下安装Tensorflow时,需要从Anaconda仓库中下载,配置用国内清华镜像,这里安装的是CPU版本
pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple
实际上由于前面配置过了清华镜像,这里可以直接
pip install tensorflow
如果tensorflow后面加上tensorflow==版本号,就是安装对应版本的tensorflow
安装之后,输入
pip show tensorflow
出现下面的情况,说明安装成功。
输入python,进入python环境下,然后输入
import tensorflow as tf
会出现下面的情况,这种问题可以忽略不管。正常敲测试代码测试即可。
测试代码可以如下:
import tensorflow as tf
a = tf.zeros(shape=[1,2])
print(a)
出现下面情况代表测试成功。输入每行代码后可能会返回一长串信息,不用担心,继续敲下去即可。
最后如果要退出python环境,输入
exit()
退出tensorflowbase虚拟环境,输入
deactivate
安装GPU版本的tensorflow
与CPU版本的类似,安装tensorflow时输入
pip install tensorflow-gpu
前面的步骤都和CPU版本的一样。同样这里tensorflow-gpu后面可以加上版本号。
安装之后,activate激活进入到虚拟环境中,输入
pip show tensorflow-gpu
出现下面的情况,说明安装成功。
之后输入python进入python环境中,然后步骤和CPU版本的一样。
但是输入
import tensorflow as tf
可能会报错,原因是CUDA和CUDNN没有安装好。根据报错情况装对应版本的CUDA和CUDNN。
这里给出v10版本的方法。
参考:https://blog.csdn.net/sinat_27889599/article/details/92832940.