tensorflow2.0-gpu 安装及pycharm、jupyter两种平台上运行的方法
anaconda3安装完成,搜索Anaconda3 prompt
去官网下载anaconda3,搜索网上教程就行。
1.检查anaconda安装:在cmd输入 conda --version
2.查看conda环境:conda info --envs
创建虚拟环境
1.conda create --name tensorflow python=3.7
制定python版本,一般为3.6和3.7,与tensorflow2.0兼容。
2.activate tensorflow 激活环境。
3.安装tensorflow2.0,可以使用conda和pip两种安装方法(一种失效时,试试另一种)
pip install tensorflow-gpu==2.0.0
conda install tensorflow-gpu==2.0.0
4.安装过程中可能出现缺包情况,找到缺失的包,使用conda或者pip方法下载就行。
5.输入python进入编辑界面,进行测试
import tensorflow as tf
gpu_device = tf.test.gpu_device_name()
print(gpu_device)
出现以上图片配置成功。
pycharm平台
1.新建项目,settings->python interpreter 中选择anaconda3中你创建的环境tensorflow中的python.exe
2.编译运行即可。
jupyter平台
1.在prompt提示符中,激活你创建的环境,
conda install ipython
conda install jupyter
2.安装好后,输入jupyter进行浏览器。
3.基本使用:先激活环境,再切换磁盘(为了打开该磁盘下的文件,一般默认为C盘),输入jupyter,退出内核,可以观察running中运行选项,选择停止,注意每次运行后保留上次结果。
特别提醒
创建的虚拟环境中python版本是指定的,可与之前下载的python版本共存,因为我们使用的是环境anaconda3自带的python(即之前制定的)。
创建了环境可在pycharm和jupyter平台上同时使用。