tensorflow(00)——CPU版与GPU版安装教程_安装cpu版本的tensorflow

目录

1.参考博客

2. CPU版安装的基本步骤

2.1 创建虚拟环境

2.2 安装cpu版本的TensorFlow 

2.3 测试tensorflow

2.4 Pycharm &Tensorflow 

 2.5 Tensorflow & Hello world

 3. GPU版本安装教程

3.1 查看CUDA版本

3.2 查看官网对应版本

3.3 将tensorflow装到虚拟环境中

---

1.参考博客

(1条消息) Tensorflow 2.0 最新版(2.4.1) 安装教程_ZSYL的博客-CSDN博客_pip安装tensorflow2.0

(1条消息) Win11-Tensorflow2.0（GPU）最新版安装_ZSYL的博客-CSDN博客_tensorflow-gpu最新版本

2. CPU版安装的基本步骤

2.1 创建虚拟环境

• 同样在Anaconda Prompt中利用Anaconda创建一个python3.9的环境，环境名称为tensorflow ，输入下面命令：

conda create -n tensorflow_cpu python=3.9

1. 在Anaconda Prompt中启动tensorflow环境
   格式：activate 虚拟环境名
activate tensorflow
   
   注：当不使用tensorflow时，关闭tensorflow环境，命令为：deactivate 虚拟环境

2.2 安装cpu版本的TensorFlow 

利用下面的命令安装，强制安装CPU版本。

pip install tensorflow-cpu

最后 完美的安装了最新的tensorflow 2.4.1 cpu版本。

注意：一定要在 刚刚创建的tensorflow的环境下安装！

2.3 测试tensorflow

在Anaconda Prompt 中启动tensorflow环境，并进入python环境。

在tensorflow命令行中：输入python便是进入python环境

测试代码：

import tensorflow as tf
#查看tensorflow版本
print(tf.__version__)

2.4 Pycharm &Tensorflow 

习惯使用PyCharm来开发，而 Anaconda 集成了python开发环境，因此我们可以修改Project的python编译环境，从而更方便使用tensorflow框架。

配置如下：

新建Project
File-Setting–Project Interpreter选择tensorflow下的Python解释器

注意：第一次加载环境需要自动添加,方法如下：

测试：

 2.5 Tensorflow & Hello world

 3. GPU版本安装教程

(1条消息) Win11-Tensorflow2.0（GPU）最新版安装_ZSYL的博客-CSDN博客_tensorflow-gpu最新版本

3.1 查看CUDA版本

方法见：

(1条消息) 如何查看Win11的CUDA版本_ZSYL的博客-CSDN博客

1. win+R --> cmd
2. nvidia-smi

 

3.2 查看官网对应版本

在 Windows 环境中从源代码构建  |  TensorFlow (google.cn)

3.3 将tensorflow装到虚拟环境中

虚拟环境创建与使用步骤：

building:    conda create -n tensorflow_GPU python=3.9
view:          conda info --envs
activate:     conda activate tensorflow_GPU
退出虚拟环境：  conda deactivate

 虚拟环境创建错误:

等需要使用GPU版的tensorflow再继续安装把。