Tensorflow 安装开发环境

简单的 Tensorflow 开发环境分为 GPU和CPU两种版本，安装上的不同之处只是最后使用 pip 工具安装的时候命令不同。

因为GPU版本的使用GPU进行运算，对图像的处理速度更快，目前只支持NVIDIA的显卡。

 

一、安装CUDA框架和cuDNN库（如果确定不使用GPU，可以跳过此步）

参照官方文档安装即可：官方文档

关于CUDA和cuDNN的关系：https://www.jianshu.com/p/622f47f94784

大致过程如下：

1、下载CUDA框架，安装。（按照到默认位置即可，自定义的位置安装完成后，重启电脑，安装文件会消失（Win10））。

2、将cuDNN的三个文件拷贝至CUDA的安装目录中即可。

注意：上述过程在官方文档中有详细说明。需要注意cuDNN和CUDA库的匹配问题，即安装的cuDNN库需要和CUDA框架匹配。具体的方式都在官方文档中有说明。

 

二、安装Anaconda

从Anaconda官网下载所需版本的即可，安装时需要勾选注册环境变量。其余的默认即可，可以自定义安装位置。

 

三、查看安装情况

在启动栏中打开 Anaconda Prompt(Anaconda)

1、查看CUDA框架的安装情况

输入如下命令，结果大致如下即可：

nvcc --version

2、查看Anaconda的安装情况

输入如下命令，结果大致如下即可：

anaconda --version

3、查看Anaconda安装的python版本

输入如下命令，结果大致如下即可：

python

 

四、使用conda创建虚拟环境

       Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。

Conda 是为python程序创建的，适用于 Linux，OS X 和Windows，也可以打包和分发其他软件，是最流行的 Python 环境管理工具 。

参考：https://www.cnblogs.com/ssxblog/p/10666751.html

           https://www.cnblogs.com/ljysy/p/10660885.html

1、添加清华大学的源，加快下载速度。（源也可以自己更换）

conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --setshow_channel_urls yes

2、创建虚拟环境

conda create --name Virtual_Environment_Name python=3.7.4
// --name 可以替换为  -n
// Virtual_Environment_Name : 是新建的python虚拟环境名称，可以自定义
// 3.7.4 : 虚拟环境中的python版本号，不一定要使用和Anaconda安装时一样python的版本号,根据自己的需 
//         要自定义即可

3、激活虚拟环境

conda activate Virtual_Environment_Name
// Virtual_Environment_Name : 上一步创建的虚拟环境名称
// 执行完此命令后，命令行进入创建的虚拟环境中，从前置提示字母可以看出

4、在虚拟环境中使用pip安装Tensorflow（选择一个安装即可）

需要确认的地方输入：y ,回车即可。

（1）、安装GPU版

// 使用了豆瓣的pip源，加快下载速度


pip install tensorflow-gpu -i https://pypi.douban.com/simple
// 默认版本最新版的tensorflow-gpu

pip install tensorflow-gpu==1.15.2 -i https://pypi.douban.com/simple
// 自定义安装1.15.2版的tensorflow-gpu

（2）、安装CPU版

// 使用了豆瓣的pip源，加快下载速度


pip install tensorflow -i https://pypi.douban.com/simple
// 默认版本最新版的tensorflow

pip install tensorflow==1.15.2 -i https://pypi.douban.com/simple
// 自定义安装1.15.2版的tensorflow

5、打开Anaconda进行验证

点击Environments，可以看到自己新建的虚拟环境，base(root)是安装Anconda时新建的python环境，一般不要动它。选中需要的环境，运行程序即可。

注：需要不同版本的tensorflow进行开发时，从新建一个虚拟环境开始即可。