gpu版本的tensorflow环境搭建

tensorflow环境搭建

逃避的人

2019.03.03 13:31:58字数 337阅读 187

anaconda

首先安装anaconda，官网下载，直接安装，可参考网上教程

python虚拟环境创建

conda create -n tensorflow python=3.7 ipykernel

执行上述命令创建名字为tensorflow的环境，指定该环境python版本为3.7；安装ipykernel包，便于后续jupyter的使用；

conda env list 

查看所有环境，带*表示当前激活环境，默认为base环境

conda activate tensorflow

激活tensorflow环境

conda deactivate tensorflow

关闭tensorflow环境，回到base环境

tensorflow安装

conda search ‘*tensorflow*’

conda search ‘*tensorflow-gpu*’

搜索tensorflow版本

conda install -n tensorflow tensorflow-gpu=1.12.0

指定为tensorflow环境安装1.12.0的gpu版本的tensorflow

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print sess.run(hello)

验证是否安装成功

jupyter notebook使用

jupyter notebook

启动jupyter notebook，点击新建，选择kernel（上面conda create时安装ipykernel会自动创建和该虚拟环境关联的kernel），即可创建并在页面上运行python代码。若kernel不是指定环境的，会无法import该环境的module。

若创建环境时忘记安装ipykernel，可在激活环境后安装

conda activate tensorflow

conda install ipykernel

python -m ipykernel install --name tensorflow

最后一行为创建名为tersorflow的kernel，重启jupyter notebook后即可看见新建的kernel。