Tensorflow学习第一课笔记——安装环境并测试

由于认识到学习Tensorflow的重要性，开始跟着哔哩哔哩里点击最多的视频开始学习（地址：0 课程简介_哔哩哔哩_bilibili）。主要是建立环境-安装tensorflow==2.1-测试安装是否成功-在pycharm验证是否成功，写了一些笔记。

1.新建一个环境

环境名称命名指令：conda create -n TF2.1 python3.7

2.进入环境

进入环境指令：conda activate TF2.1

3.在TF2.1环境下安装英伟达SDK10.1版本

安装英伟达SDK10.1指令：conda install cudatookit=10.1

4.安装英伟达深度学习软件包7.6版本

安装英伟达深度学习软件包指令：conda install cudann=7.6

(注：如果3、4报错，大概率是电脑不支持英伟达GPU，可以直接跳过安装tensorflow)

5.安装tensorflow 2.1版本

安装tensorflow指令：pip install tensorflow==2.1 (如果pip install tensorflow==版本号下载不下来，就加上镜像)

阿里云 http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) http://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

指令可以写为：pip install tensorflow==2.1 -i https://pypi.douban.com/simple

6.验证是否安装完成

进入python指令：python

验证命令：

import tensorflow as tf

tf.__version__

(注：显示‘2.1.0’说明成功)

退出python命令：quit()

7.如果要删除安装错误的tensorflow

删除tensorflow命令：pip uninstall tensorflow

8.配置pycharm

新建项目-选择目录-选择环境

选择刚刚配好的conda环境

创建项目

输入测试代码

import tensorflow as tf

tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()

print("tensorflow version:", tensorflow_version, "\t GPU available:", gpu_available)

a = tf.constant([1.0, 2.0], name="a")
b = tf.constant([1.0, 2.0], name="b")

result = tf.add(a, b, name="add")
print(result)

运行

有下面这句话就说明环境安装好了