深度学习框架——TensorFlow(CPU、GPU版本)安装教程

在经历了多次的实践(折磨)后,总结了以下自认为比较好用的TensorFlow安装方式,如有更好用、简便的方式,或者安装过程仍出现了问题,欢迎进行反馈以便改进。

CPU、GPU版本的安装步骤刚开始一致,待到不一致处会进行提醒。

安装步骤:

一、安装Anaconda

首先去Anaconda的官网(Anaconda | The World’s Most Popular Data Science Platform),下载Anaconda。(不建议只下载miniconda,因为Anaconda可以直接查看虚拟环境并下载相关的资源,比miniconda更直观、好控制)

1.选中Individual Edition

深度学习框架——TensorFlow(CPU、GPU版本)安装教程

深度学习框架——TensorFlow(CPU、GPU版本)安装教程

3.进行安装即可

二、打开Anaconda Navigator,创建一个新的环境

先去TensorFlow官网查看TensorFlow各版本与python版本的对应关系(https://www.tensorflow.org/install/source#common_installation_problems),进行相应虚拟环境的创建。(如果TensorFlow官网打不开,可以去直接搜索,但目前似乎搜索到的大部分都是TensorFlow2.0版本之前的对应关系)

深度学习框架——TensorFlow(CPU、GPU版本)安装教程

三、打开Anaconda Prompt

深度学习框架——TensorFlow(CPU、GPU版本)安装教程

在命令行输入 conda info -e 查看所有的虚拟环境,*号标注的是当前的虚拟环境,输入 activate (自定义的准备安装TensorFlow的虚拟环境名),激活虚拟环境。

CPU版本安装

在命令行输入 conda install tensorflow=版本号 即可安装CPU版本。(使用pip安装也许,不过需要输入 pip install tensorflow==版本号 )

GPU版本安装

在命令行输入 conda install tensorflow-gpu=版本号 即可安装GPU版本。(使用pip安装同理)

如果安装过程太慢,您可以更改要安装的镜像源。

[En]

If the installation process is too slow, you can change the mirror source to install.

安装好后,根据TensorFlow官网上的TensorFlow版本与CUDA、CUDNN版本的对应关系,下载并配置合适的CUDA、CUDNN。

CUDA、CUDNN的配置在这篇博客中写的十分详细:

深度学习框架——TensorFlow(CPU、GPU版本)安装教程

GPU版本只有NVIDIA显卡可以使用,条件允许的话建议还是用GPU版本,确实可以加速很多,节省时间。

希望大家都能顺利安装、配置TensorFlow,开启愉快有趣的深度学习之旅。

参考链接:

cuda安装教程+cudnn安装教程_sinat_23619409的博客-CSDN博客_cuda安装

Original: https://blog.csdn.net/qq_53457019/article/details/122138485
Author: 遮云壑
Title: 深度学习框架——TensorFlow(CPU、GPU版本)安装教程

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/497075/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球