tensorflow搭建流程.pdf

发布时间：2022-05-31 发布人：admin 分类：说明书资料大小：1.05M 资料格式：pdf 举报版权申诉

weixin_43793458-11100629-16359647686913615123.pdf-第1页.png

第1页 / 共10页

weixin_43793458-11100629-16359647686913615123.pdf-第2页.png

第2页 / 共10页

weixin_43793458-11100629-16359647686913615123.pdf-第3页.png

第3页 / 共10页

weixin_43793458-11100629-16359647686913615123.pdf-第4页.png

第4页 / 共10页

weixin_43793458-11100629-16359647686913615123.pdf-第5页.png

第5页 / 共10页

weixin_43793458-11100629-16359647686913615123.pdf-第6页.png

第6页 / 共10页

weixin_43793458-11100629-16359647686913615123.pdf-第7页.png

第7页 / 共10页

weixin_43793458-11100629-16359647686913615123.pdf-第8页.png

第8页 / 共10页

文本预览

Tensorflow 环境搭建教程软件准备：Anaconda、Pycharm、CUDA9.0\cuDNN（所有软件不建议安装最新版）搭建环境：tensorflow（CPU 版和 GPU 版）开发语言：pycharm3.6 平台：Windows10 确保电脑已经安装：VC++2015 或者 2017 在安装 tensorflow-gpu 版本时一定注意：先安装对应版本的 CUDA 和 cuDNN（官网有新增补丁，记得安装；对应版本下文步骤有介绍），然后再安装 tensorflow-gpu，否则会出现无法调用 GPU 运算的情况。切记，不要安装最新版本，tensorflow-gpu1.7+CUDA9.0+Python3.6 是相对稳定的版本。GPU 的入门版本是 gtx1060，是否安装 tensorflow GPU 版，请自行决定。一：前期准备：Anaconda 下载与安装 Anaconda 作为 tensorflow 辅助开发工具，方便搭建 tensorflow 开发环境和添加程序开发过程中需要的库和模块。 1、下载： Anaconda 官方网站：https://www.anaconda.com/download/ 新版 Anaconda 内置了 Python3.7，但是目前 tensorflow 还不支持 3.7 版本。后要我们在后面的环境中重新下载 Python3.6。根据操作系统版本（32 位/64 位）选择需要的 Anaconda（32 位/64 位）版本。 2、安装：安装过程注意两点：第一张图两个都选，第二张图点击 Install Microsoft VSCode 其他的就是普通的安装过程。

二、搭建环境变量 1、成功安装 Anaconda 后，先进行环境变量测试：（1）进入到 windows 中的命令模式（cmd）检测 anaconda 环境是否安装成功：conda --version （2）检测目前安装了哪些环境变量：conda info --envs

（3）新版 Anaconda 中内置了一个 python 3.7 版本解析器查看当前有哪些可以使用的 python 版本：conda search --full -name python （4）安装 python 3.6 版本：conda create --name tensorflow python=3.6，这一步也同时创建了一个 tensorflow 的环境。

（5）激活 tensflow 的环境：activate tensorflow（注意：这个是在后序安装成功之后才能进行的，否则会提示错误）（6）检测 tensflow 的环境是否添加到了 Anaconda 里面，另外打开一个 cmd 输入： conda info --envs（注意：基于后序安装成功之后才进行的，否则会提示错误）另外打开一个 cmd （7）检测当前环境中的 python 的版本：python --version （8）退出 tensorflow 的环境：deactivate 暂时先不要退出，后面安装 tensorflow 框架需要在 tensorflow 环境下进行！！！！三、正式安装 tensorflow Tensorflow 分为 GPU 版和 CPU 版，想深入进行的深度学习请安装 GPU 版本，但是对显卡要求较高，入门级显卡为 GTX1060。若电脑显卡配置较低请安装 CPU 版本！在显卡配置较低的情况下 CPU 和 GPU 的运算速度差不多。安装 GPU 版本的用户请先进行步骤四！！！！若步骤四所有方法都不行请参考以

下网址，如果再不行恕在下无能为力！ https://blog.csdn.net/weixin_39290638/article/details/80045236 ①此情况默认安装 tensorflow GPU 1.1.0 版本、CPU 1.9.0 版本，胜在稳定： GPU 版本：conda install tensorflow-gpu CPU 版本：conda install tensorflow 通过 conda install tensorflow-gpu 命令安装的是 tensorflow 1.1 版本，截止到 2018.12.26 日最新的 tensorflow 版本为 1.12，但是不建议升级！tensorflow 非常容易崩！（注意：依然是在 tensorflow 环境下进行）： ②安装指定版本：（强烈建议 1.7 或者 1.9）此镜源在境外，下载速度慢不稳定，慎重选择。 GPU 版本：pip install tensorflow-gpu==1.7.0 CPU 版本：pip install tensorflow==1.7.0 ③推荐清华镜像，安装快到飞起： pip install --upgrade tensorflow-gpu==1.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install --upgrade tensorflow==1.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

④更新版本（不建议进行）： pip install --upgrade tensorflow-gpu pip install --upgrade tensorflow 更新完成后会显示： Successfully uninstalled tensorflow-gpu-1.1.0 Successfully installed absl-py-0.6.1 astor-0.7.1 gast-0.2.0 grpcio-1.17.1 h5py-2.9.0 keras-applications- 1.0.6 keras-preprocessing-1.0.5 markdown-3.0.1 numpy-1.15.4 tensorboard-1.12.1 tensorflow-gpu-1.12.0 termcolor-1.1.0 ⑤卸载指定版本的 tensorflow： pip uninstall tensorflow-gpu==1.7.0 pip uninstall tensorflow==1.7.0 或者直接删除 Anaconda3\envs\tensorflow 路径下的所有文件。安装 tnsorflow CPU 版本的用户至此环境已经搭建完成。安装完成后请输入以下检测：在命令行中，进入 python，并输入以下代码： import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello))

输出： b’ Hello, TensorFlow! --------------------- 作者：W,Haixin 来源：CSDN 原文：https://blog.csdn.net/weixin_39290638/article/details/80045236 版权声明：本文为博主原创文章，转载请附上博文链接！四、CUDA 驱动和 CUDAN 库下载对应版本的 CUDA：https://developer.nvidia.com/accelerated-computing-toolkit 下载对应版本的 CUDAN：https://developer.nvidia.com/CUDAn 版本下载对应下图：若下载过程出现以下问题：

更新驱动：去官网 http://www.geforce.cn/drivers 有两种选择你可以下载 GeForce Experience 让它自己帮你安装，也可以自己手动搜素下载驱动程序。安装过程需要注意：安装 CUDA 完成后,将 cuDNN 解压：

分享到：

赞收藏

资料库

tensorflow搭建流程.pdf

相关推荐

人工智能

热门标签

最新资料