Python3.7安装Tensorflow2.0.0会出现一些莫名其妙的问题,除此以外Tensorflow2.0.0的GPU版本对CUDA和cuDNN版本均有要求,这些导致安装过程中的各种不顺利。本方法安装过程较为简单有效,希望能够给大家带来帮助。
目录
1.Anaconda安装
2.Tensorflow 2.0.0安装
3.PyCharm安装
1.Anaconda安装
(1)下载
在官方网站上下载Anaconda的时候,会发现下载速度会非常慢,而且会经常失败。这个时候我们移步到清华大学软件开源镜像网站发现各种Anaconda的版本。点击右上角“date”我们选择2019.10中的windows版本,此发行版自带Python3.7。
(2)安装
下载之后进入安装界面,设置安装路径(不建议安装在C盘);
参照上图这里把两个都选上,第一个是加入环境变量(此处勾选后不需要在我的电脑——属性——高级系统设置——环境变量手动配置环境变量),第二个是默认的Python3.7,点击Install。
(3)验证
开始——所有程序——Anaconda3——Anaconda Prompt,打开Anaconda Prompt窗口,与cmd控制台类似,验证操作命令如下:
2.Tensorflow2.0.0安装
Anaconda常用操作命令如下,此处仅供了解与学习:
#查看conda安装环境:
conda env list
#新建conda环境,指定python版本
conda create -n tf2-gpu python=3.7
#新建conda环境,指定tensorflow-gpu版本
conda create -n tf2-gpu tensorflow-gpu==2.0.0
#新建conda环境,指定tensorflow-cpu版本
conda create -n tf2 tensorflow==2.0.0
#删除conda环境
conda remove -n tf2-gpu --all
#复制安装环境
conda create --name new_env_name --clone old_env_name
#激活conda环境
conda activate tf2-gpu
conda activate tf
#退出当前conda环境
conda deactivate
#安装包
conda install numpy
#卸载包
conda uninstall numpy
(1)更改国内conda安装源
本人尝试过conda和pip两种安装方式,经过对比发现更改conda安装源安装tensorflow的方式速度更快。
Anaconda Prompt窗口输入以下命令添加conda安装源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
添加显示下载源命令:
conda config --set show_channel_urls yes
查看安装源
conda config --show-sources
(2)创建tensorflow2.0.0-gpu环境
如果电脑没有GPU可以直接跳转到第三部安装CPU版本的tensorflow2.0.0;
Anaconda Prompt窗口输入:
conda create -n tf2-gpu tensorflow-gpu==2.0.0
tf2-gpu为自己命名的安装环境名字,tensorflow-gpu==2.0.0为tensorflow安装版本,也可以将2.0.0改为其他安装版本
通过conda安装CUDA和cuDNN,可以自动匹配与tensorflow相适应的版本,查看需要安装的tensorflow-gpu、CUDA和cuDNN版本与下图对应无误后输入y安装即可
下载需六分钟左右,完成后查看带GPU版本tensorflow2.0.0安装环境
conda env list
激活tf2-gpu环境
conda activate tf2-gpu
测试tf2-gpu
python
import tensorflow as tf
print(tf.__version__) #查看tensorflow版本
print(tf.test.is_gpu_available()) #查看tensorflow GPU版本是否可用
(3)创建tensorflow2.0.0-cpu环境
Anaconda Prompt窗口输入:
conda create -n tf2 tensorflow==2.0.0
CPU版本不需要安装CUDA和cuDNN,其他操作与GPU版本类似,此处不再重复
3.Pycharm安装
(1)安装Pycharm
安装Pycharm Community版本,官网下载地址:https://www.jetbrains.com/pycharm/download/#section=windows
(2)Pycharm配置
安装Pycharm后,重启电脑,打开软件新建工程文件,如下图所示点击第二个选项,选择刚已安装的tensorflow版本环境
(3)Pycharm测试
新建python文件,输入以下代码测试:
import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\n use GPU",gpu_ok)
测试结果:
tf version: 2.0.0
use GPU True //CPU版本的tensorflow此处显示False