TensorFlow 安装与环境配置

TensorFlow 的最新安装步骤可参考官方网站上的说明(https://tensorflow.google.cn/install)。TensorFlow 支持 Python、Java、Go、C 等多种编程语言以及 Windows、OSX、Linux 等多种操作系统,此处及后文均以 Python 3.7 为准。

检查你的系统是否支持TensorFlow2

安装 Anaconda 的 Python 3.7 版本

待扩充

在 Anaconda 中创建 一个Conda 虚拟环境,并进入Conda环境

待扩充

使用 Python 包管理器 pip 安装 TensorFlow

在命令行下输入:

pip install tensorflow       //CPU版本
pip install tensorflow-gpu   //GPU版本

安装CUDA和cuDNN

CUDA是基于NVIDIA显卡的加速库,我们安装它以利于深度学习框架在NVIDIA的GPU显卡的加速运算。但在我们开始安装CUDA之前,请先确认计算机上是否有支持CUDA程序的NVIDIA显卡设备。对于 NVIDIA 显卡,要求其 CUDA Compute Capability 须不低于 3.5,可以到 NVIDIA 的官方网站 查询自己所用显卡的 CUDA Compute Capability。目前,AMD 的显卡也开始对 TensorFlow 提供支持,可访问 这篇博客文章 查看详情。

在 Anaconda 环境下,推荐使用

conda install cudatoolkit=X.X
conda install cudnn=X.X.X

安装 CUDA Toolkit 和 cuDNN,其中 X.X 和 X.X.X 分别为需要安装的 CUDA Toolkit 和 cuDNN 版本号,必须严格按照 TensorFlow 官方网站所说明的版本 安装。例如,对于 TensorFlow 2.1,可使用:

conda install cudatoolkit=10.1
conda install cudnn=7.6.5

在安装前,可使用 conda search cudatoolkitconda search cudnn 搜索 conda 源中可用的版本号。

当然,也可以按照 TensorFlow 官方网站上的说明 手动下载 CUDA Toolkit 和 cuDNN 并安装,不过过程会稍繁琐。

检验是否安装成功

待扩充

最后修改:2021 年 12 月 17 日 08 : 14 PM
如果觉得我的文章对你有用,请随意赞赏