TensorFlow全程要点

​​​​​​​一、安装教程

1.环境搭建：

Anaconda3 + TensorFlow-GPU1.10.0 + CUDA9.0 + CUDNN7.05 + 编译器Pycharm + 语言Python3.6

2.参考：

https://www.cnblogs.com/guoyaohua/p/9265268.html

https://www.cnblogs.com/gaofighting/p/9917456.html

3.Tips：

（1）在Anaconda prompt里创建TensorFlow-GPU环境：

【conda create -n tensorflow_gpu python=3.6】环境名字叫tensorflow_gpu，语言为python3.6

（2）在tensorflow_gpu环境里安装1.10.0版本：

【pip install tensorflow-gpu==1.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple】后面网址为国内的源，下载速度会快很多

（3）关于TensorFlow版本升级或降低的问题：

笔者起初下载的是1.12.0版本，但由于训练时出现“Loaded runtime CuDNN library: 7.0.5 but source was compiled with: 7. 2.1.  CuDNN library major and minor version needs...”Tensorflow版本与CUDNN版本不兼容，因为TensorFlow版本确实太高，不建议改变CUDNN，解决方法就是将TensorFlow版本卸载，重新安装指定版本。因此降低版本为1.10.0

版本搭配参考：https://blog.csdn.net/oMoDao1/article/details/83241074

具体操作参考：https://blog.csdn.net/Young__Fan/article/details/88130385

（4）警告：Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA

参考：https://blog.csdn.net/hq86937375/article/details/79696023

（5）训练时所需要的库：

由于Anaconda自带很多库，所以我们需要哪个就安装哪个即可，记住是要在前面创建的tensorflow_gpu环境里安装。

【pip install 库名】

用到的库有：

• NumPy：支持高维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
• SciPy：是另一种使用NumPy来做高等数学、信号处理、优化、统计和许多其它科学任务的语言扩展。
• Matplotlib：Python中最常用的可视化工具之一，可以非常方便地创建海量类型地2D图表和一些基本的3D图表。
• H5Py：存放两类对象的容器，数据集(dataset)和组(group)。https://blog.csdn.net/menghaocheng/article/details/84918919
• Pillow：对图像进行处理。

（6）Pycharm导入tensorflow环境

参考：https://blog.csdn.net/discoverer100/article/details/84312674

（7）OpenCV安装及导入至Pycharm

参考：https://blog.csdn.net/qq_37935516/article/details/83006285

在pycharm下方终端窗口中（Terminal）,要在tensorflow环境中输入：

【pip install opencv-python】