tensorflow下载

目录

前言

正文

下载前的准备

1.在菜单键后，在目录中选择下面的Prompt，双击进入。

2.conda create --name 虚拟环境名称 python=python版本。

3.创建好后，输入 conda activate 虚拟环境名称，会转到虚拟环境中。

4.接下来，就可以下载tensorflow了，这里建议下载GPU版本的（并行运行，快一些）。

配置PyCharm的环境

1.点击File下的Setting。

2.可以输入inter，找到Interpreter，add添加新的版本和虚拟环境。

3.可以创建一个新的项目，选择虚拟环境的python.exe

4.虚拟环境，选择Anaconda下的conda.exe应用，点击load，使用上面创建的虚拟环境tensorflow。

5.创建一个py文件，运行下面的代码。

---

前言

建议先下载并安装好Anaconda。

如果你还没有安装，可以观看下面这篇文章。

Anaconda下载安装-CSDN博客

也可以直接在文件中下载。

正文

下载前的准备

注：这里以下载Anaconda为基础进行的操作，不想下载的可以选择性跳过。

1.在菜单键后，在目录中选择下面的Prompt，双击进入。

进入界面后，我们就可以进行下载tensorflow。

2.conda create --name 虚拟环境名称 python=python版本。

conda create --name tensorflow python=3.8

或

conda create --name tensorflow python

接下来会显示需要你的选择yes or no，输入y就可以了。

Proceed ([y]/n)? y

3.创建好后，输入 conda activate 虚拟环境名称，会转到虚拟环境中。

conda activate tensorflow

之后，我们就可以进行下载包了。

可以先检查一些pip的版本，pip版本保持19以上就可以了，一般不设置版本，默认下载的就是最新的版本。

pip --version

4.接下来，就可以下载tensorflow了，这里建议下载GPU版本的（并行运行，快一些）。

注：2.5.0是版本，可以不设置，但是tensorflow与python是有版本对应的，要注意。

2024.6.23

经过长久的实践，gpu的2.6.0版本都十分落后了，而且还得下载cuda（11.x）与cudnn（8.x），下载后，版本的兼容修改让人头皮发麻！！！

pyCharm默认下载numpy与pandas都需要修改，版本太高了。numpy要1.21.0以下，而pandas要2.x以下，也不能太低。

如果没有下载cuda与cudnn，又要下载tensorflow-gpu，那就要下载了。

cuda与cudnn下载教程：cuda与cudnn下载（tensorflow-gpu）-CSDN博客

后面的地址可以加快下载速度。

 pip install tensorflow-gpu==2.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

也可以下载CPU版本。

pip install tensorflow==2.5 

经过实践，但是我觉得没必要上面这么下载！！！

根本没必要这样下载cpu版本的。直接在pyCharm中

import tensorflow as tf

没下载，tensorflow会爆红，直接Alt+Enter下载。

最后，在图形化工具中，我使用的是pyCharm。

当然，Vscode也是可以的。

配置PyCharm的环境

1.点击File下的Setting。

2.可以输入inter，找到Interpreter，add添加新的版本和虚拟环境。

3.可以创建一个新的项目，选择虚拟环境的python.exe

4.虚拟环境，选择Anaconda下的conda.exe应用，点击load，使用上面创建的虚拟环境tensorflow。

点击oK后，就可以进行操作了。

5.创建一个py文件，运行下面的代码。

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

会显示版本就说明成功了。

希望我的文章对你有所帮助！！！