手把手教你配置Tensorflow开发环境（二）-十分钟配置本地Tensorflow, CUDA, cuDNN

手把手教你配置Tensorflow开发环境（二）-十分钟配置本地Tensorflow, CUDA, cuDNN

1. 杂话

 注意， pytorch版本的安装教程在这里手把手教你配置Pytorch开发环境-十分钟配置本地Pytorch, CUDA, cuDNN
 上文说到（手把手教你配置Tensorflow开发环境（一）-五分钟带你完全理解Tensorflow）
Tensorfow 这东西很大一部分就厉害在对GPU的支持上，但是也不是所有的小伙伴都有着很厉害的显卡的，比如我电脑上就只有一张凑数的MX250，那么难道这样我们就不能用Tenforflow了吗？

 倒也不是，实际上Tensorflow提供了CPU和GPU的双版本，也就是说，电脑上没有显卡也没关系，你也可以选择通过你的CPU来进行计算，虽然没有了并行计算的快捷，但起码搭建模型的很多方便快捷的API还在不是嘛。。

 好，那么咱们现在就分别来说一下要如何安装CPU和GPU的版本

  以下教程都是在Windows+NVIDIA显卡下

2. 电脑上需要有python

 这个就。。。
 不确定的小伙伴可以先敲击win+R, 在弹出的窗口输入cmd

 点击确定进入cmd的界面，输入python
 就可以查看自己电脑上是否有python的环境了
 最好是3.7版本的python
 如果不是，可能会在下面的安装后出现版本不兼容的问题

 如果没有，可以前往Python官网进行下载
具体的下载教程有很多我就不说了

3. CPU

 电脑上有Python之后，只需要重新打开cmd的界面，输入

pip install tensorflow==2.6.0

 就可以了

 如果想要安装老版CPU版本的Tensorflow
 则需要输入

pip install tensorflow==1.15.0

 安装完成之后，只需要在cmd打开python，输入：

import tensorflow as tf

 可以成功运行就说明安装成功啦

4.GPU

 OK, 那么咱们现在就来说一下如何安装GPU版本的tensorflow吧
 以Tensorflow2.6.0 + CUDA 11.2 + cuDNN 8.1为例

 那么，如果想在自己的电脑上使用GPU版本的tensorflow呢，
 请先确定自己已经配置好了CUDA, cuDNN的环境
 具体的步骤请看这里：
 手把手教你配置CUDA, cuDNN-十分钟配置本地CUDA, cuDNN

5. 最后一步

 输入如下命令

pip install tensorflow-gpu==2.6.0

 如果想要安装老版的Tensorflow
 则需要输入

pip install tensorflow-gpu==1.15

 那么现在，你的电脑上应该已经大功告成了，只需要运行代码

import tensorflow as tf
tf.test.is_gpu_available()

 如果输出是True，那么就已经可以运行了

 怎么样
 是不是十分钟就给你配置好了呢？
 好
 拿下次就讲讲怎么白嫖云端虚拟机来运行Tensorflow好了！