目录
1.安装anaconda
点击这个网站:
anaconda下载
拉到网站最下面
下载好之后,开始安装:
这里一定要自定义目录,后面加载环境会需要先找到这个目录:
等待安装完成:
1.1更换conda镜像源
从开始菜单中找到这个:anaconda prompt
打开后为一个bash:
将下面三条命令粘贴进去,然后回车:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --set show_channel_urls yes
打开我的电脑:
1.2安装一个tensorflow环境
conda create -n tensorflow python=3.7
2.安装tensorflow-gpu
首先:切换到刚刚安装的环境:
conda activate tensorflow
2.1查看安装什么版本的tensorflow-gpu
可以选择合适的版本安装:方法都是相同的
在这里我选的是:
在tensorflow环境中,安装tensorflow-gpu1.15版本
pip install -i http://pypi.douban.com/simple --trusted-host pypi.douban.com tensorflow-gpu==1.15
3.安装cuda和cudnn
tensorflow-gpu==1.15对应的cuda为10,cudd为7.4
3.1下载cuda
点击:cuda下载
找到和tensorflow-gpu符合版本的cuda下载即可。
3.2安装cuda
等待加载程序
安装完成:
3.3下载cudnn
点击:cudnn下载
这里需要账号,没有nVidia账号的小伙伴可以先注册一下
找到对应cuda版本的cudnn
将cudnn解压:
3.4将对应的cudnn文件放入cuda中
3.5添加环境变量
在我的电脑中右击:
最后一步步确定出去,确保环境变量已经保存了。
4.pycharm导入刚刚安装的tensorflow环境
打开pycharm
来一段测试代码:
import tensorflow as tf
array = tf.Variable([1,100,3,4,5,6,7,8])
a = tf.constant(2)
b = tf.constant(5)
addOp = tf.add(a, b)
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
x = tf.reshape(array,(-1,8,1,1))
truediv_op = tf.truediv(a, b)
print(sess.run(truediv_op))
print(sess.run(x))
上述就是安装tensorflow的全过程,若是对你有帮助就点动你的小手点个赞吧: