(最简)win10上搭建tensorflow环境(gpu或cpu多版本)
一、前言
网上有许多Tensorflow的安装教程,但是对于刚入坑的人来说难免觉得天花乱坠。经过多次尝试与踩坑,我总结了一种比较行之有效,简单明了的tensorflow安装方法。
二、安装Anaconda
1、安装
用anaconda作为集成开发环境,它是进行机器学习,深度学习等人工智能领域的一个很好的平台,包含了conda、python等180多个科学包及其依赖项。
快速安装方法:清华开源镜像站
安装windows最新版本,注意-x86表示电脑32位系统的版本,-x86_64才是64位系统的版本。
安装过程中需要的一些操作基本上没有特别的要求。
2、其他检查操作
在计算机中搜索anaconda,打开 anaconda prompt,更新pip:
python -m pip install --upgrade pip
可输入python
查看此时的python版本。
三、创建虚拟环境
这一步很重要,因为anaconda比较大,里面的环境比较复杂,而tensorflow的安装对环境比较挑剔,特别容易出现版本之间不匹配导致安装的时候某些依赖包缺失的问题。
1、查看已安装的环境
使用指令:
conda info --envs
会显示一个原本的base或root环境
2、创建tensorflow虚拟环境
创建虚拟环境还有一个好处就是可以安装多种版本的gpu或cpu的tensorflow,而且不会相互影响。比如:
创建一个基于 python3.6 名为tensorflow_gpu_2的环境,
conda create --name tensorflow_gpu_2 python=3.6
注:这里的python版本很重要,要根据不同版本的tensorflow来选择,现在的tensorflow2以上的版本,通常需要python3.5以上。取个名字是便于记忆。
现在重新查看已安装的环境,就多了一个tensorflow_gpu_2。这里顺便说一下什么是虚拟环境,虚拟环境本质上其实是anaconda安装文件中envs文件夹中的一个独立文件夹,创建一个tensorflow_gpu_2虚拟环境,其实就是创建一个包含一些依赖包,依赖库的tensorflow_gpu_2文件夹。
创建完虚拟环境后,不要忘了激活:
activate tensorflow_gpu_2
之后的安装都在这个环境下进行,要关闭虚拟环境可以用:
deactivate
四、安装tensorflow
在前面的铺垫下,这时候在虚拟环境里只需要输入一条指令:
Pip install tensorflow-gpu==2.0.0 -i https://pypi.douban.com/simple/
这里要说明一下:
(1)、anaconda自带conda指令,像pip一样,同样可以进行安装等操作,但是,安装的时候尽量使用pip安装,这个主要是考虑到安装源的问题,pip安装的时候可以在指令后面加个国内的源,一方面下载速度会快很多,另一方面可以进入源(一个网站)查看需要下载的版本,方便进行不同版本的下载,而conda是直接从anaconda平台上下载所需要的东西的,如果不修改源,很多版本都会显示不存在,或者下载好后出现一些奇奇怪怪的问题,要修改conda的源也会比较麻烦。
(2)、需要装什么版本cpu或gpu的tensorflow都可以进行修改,进入https://pypi.douban.com/simple/这个豆瓣源网站,在里面我们可以找到各种需要的版本。
五、安装成功的检验
最后一步,进行安装成功的检验,终端输入python
,除了跳出python版本,还可以进行代码编译。输入import tensorflow as tf
,回车运行,如果没有报错则证明安装成功,恭喜。
查看版本,可继续输入:
tf.__version__
查看gpu版本是否安装成功,输入:
tf.test.is_gpu_available()
如果输出True,恭喜安装gpu版本成功了!