5-五、安装tensorflow

最新推荐文章于 2025-03-02 08:46:30 发布

向来萧瑟也无畏

最新推荐文章于 2025-03-02 08:46:30 发布

阅读量1.5k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： TensorflowGPU安装文章标签： tensorflow 深度学习 pip

本文链接：https://blog.csdn.net/qq_42772612/article/details/104809005

TensorflowGPU安装专栏收录该内容

7 篇文章

订阅专栏

（一）确定tensorflow版本号

安装好Anaconda后就可以安装Tensorflow了

安装tensorflow之前需要确认版本号，tensorflow版本和CUDA以及cuDNN都是有关的，要注意，可以参考以下链接，自己对照表格选择版本。（最终还是要自己实践！！表格不一定对）https://blog.csdn.net/qq_27825451/article/details/89082978

另外tensorflow2.0和tensorflow1.x系列有一定的API出入， tensorflow2.0有些地方不向下兼容tensorflow1.x，需要自己去了解。
见链接https://cloud.tencent.com/developer/article/1519704
在这里插入图片描述

这里我选择1.13.1版本来尝试（如果没有一一对应的，一般最右边一列是tensorflow对应的CUDA版本的最低要求，可以自行尝试）

补充：1.13有很多系列→1.13.1、1.13.2等等，要注意。否则报错，根据提示修改即可。
例如下图（没有指定是1.13系列的哪个版本就无法安装）
会提示No matching distribution found for tensorflow-gpu==1.13
在这里插入图片描述

确定好版本后就准备开始安装了。

安装tensorflow一般就是按照官网说的那样，直接在命令行中敲入命令就可以安装：
pip install tensorflow-gpu==1.15
pip是python的包管理软件
官网地址：https://tensorflow.google.cn/install/gpu
在这里插入图片描述

但是这样一般会很慢（除非你可以直接访问国外网站，否则建议更改），这里需要“将pip源更换到国内镜像”，具体步骤见链接
https://blog.csdn.net/sinat_21591675/article/details/82770360

文章给了2个方法，我选择“永久修改”（之后还会有一些其他的安装包需要通过pip安装，比如numpy等，这里直接设置永久，之后就不用再更改了）

镜像源这里采用“豆瓣”（随便选一个，好用就行）
具体步骤如下：

在C盘的“用户”文件夹下创建一个“pip”文件夹
在这里插入图片描述

在“pip”文件夹下新建一个文本文件，更改名称为pip，后缀名由txt改为ini

单击“是”，得到文件“pip.ini”

右击此文件，选择“编辑”。将会在记事本（或者默认的文本编辑器）中打开
在这里插入图片描述

粘贴以下内容至文件中，保存并关闭
[global]
index-url = http://pypi.douban.com/simple
[install]
trusted-host = pypi.douban.com
在这里插入图片描述

现在已经完成了“将pip源更换到国内镜像”

可以通过命令行安装tensorflow了。

建议通过以下方式打开命令行（建议使用管理员模式，避免安装不上）
在这里插入图片描述

在命令行中输入以下命令。
其中：1.13.1是你要安装的版本号，可以自行修改。注意不能漏了“-gpu”，否则会装成cpu版本。另外如果电脑有其他版本的tensorflow，需要先把那个版本卸载掉才能装新的。
卸载命令为：pip uninstall tensorflow
（卸载过程中可能需要输入y表示确认卸载。）
pip install tensorflow-gpu==1.13.1
在这里插入图片描述
可以看到还是很快的。
在安装tensorflow时会安装其他一些工具包，所以会弹出很多信息。（不知道这个类比是否恰当，如果不对，请指出。我觉得这和Linux中的yum安装很类似，它会自动去解决依赖关系）

补充
1）有时候即便下载完，cmd不会立即提示，你要多回车几次；
2）这一过程中难免会有各种各样的报错，根据提示信息修改就好了，一般都会提示你怎么做，再不济就复制报错信息到百度上搜一搜，无他，唯耐心尔。

还是花了较长的时间的，以下为结果。可以看到tensorflow-gpu-1.13.1确实安装完了

安装成功
在这里插入图片描述

-------------------------------------------------------（意外情况补充）分割线开始----------------------------------------------------
为了做出本教程，我安装了多次，此次意外出现在第一次使用CUDA10.2的时候，现在看来，可能是因为CUDA10.2太新了，缺少了一些必要的库，导致最后验证失败

这里依然放出来，只是给小白看一下解决思路
在这里插入图片描述

上图中有2个提示，一个是红色报错信息“require msgpack”，一个是橙色的警告

虽然tensorflow安装成功了，这里不妨解决一下红色报错信息，将之复制后到百度搜索，以下为解决方案https://blog.csdn.net/sunmingyang1987/article/details/102972903
在这里插入图片描述
可以看到msgpack-python没必要安装，因为已经有了，而msgpack还是缺，直接pip install即可。

至此红色信息已经解决。

至于橙色警告，可以不予理会，直到后面真正报错再尝试解决。原因是我之前遇到过一些问题，折腾来折腾去，最后发现有些东西不能总是用最新版，会有各种各样的错误，比如numpy、pip等等，不妨走一步看一步。
-------------------------------------------------------（意外情况补充）分割线结束----------------------------------------------------

（二）验证tensorflow

安装完tensorflow之后，需要验证一下是否安装成功，是否可以使用

ipython是python的一个交互工具
在这里插入图片描述

import tensorflow as tf
如果没有报错，表明CUDA、CUPTI和cuDNN都没有问题
报错一般都是红色以及其他有颜色的，下图中不是报错，只是一些运行过程中的记录信息。
可以看到，import成功，没有报错
在这里插入图片描述

测试gpu是否可以使用
tf.test.is_gpu_available()