安装步骤:
入门的方法最好使用anaconda的方法进行安装(当然可以使用pip的方式,这个在TensorFlow官网有安装教程)
- 在annaconda 的prompt 输入查找可以安装的tensorflow 的版本
anaconda search -t conda tensorflow-gpu
- 下面就找到可以支持的版本,根据提示anaconda show <USER/PACKAGE>获取下载方法,<USER/PACKAGE>指的是包的名字。之后会显示安装指令,类似下面这种
conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu-base
- 为了使用国内的源,将后面的网址改掉,指令变为
#-n 后面是环境名称conda install -n tensorflow --channel https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ tensorflow-gpu-base
注:我在安装完成后出现了一些问题,就自己安装了cuda 和 cuDNN,然后卸载并重新安装了tensorflow。还有就是更换了numpy的版本。之后成功运行
测试tensorflow(运行要稍等一下,才出现了结果)
import tensorflow as tf
#初始化一个Tensorflow的常量:Hello Google Tensorflow! 字符串,并命名为greeting作为一个计算模块
greeting = tf.constant('Hello Google Tensorflow!')
#启动一个会话
sess = tf.Session()
#使用会话执行greeting计算模块
result = sess.run(greeting)
print(result)
sess.close()
如何在jupyter notebook下使用anaconda虚拟环境
首先,要有一个anaconda虚拟环境,并且激活(假如环境是tf,就运行activate tf)。
之后要安装ipykernel,使用pip或者conda都行
pip install ipykernel
输入指令
python -m ipykernel install --user --name=tensorflow_gpuenv#那个环境的名字