Tensorflow 学习入门(一)环境搭建

最新推荐文章于 2021-03-20 13:09:29 发布

bloodycity

最新推荐文章于 2021-03-20 13:09:29 发布

阅读量1.5k

点赞数 2

分类专栏：读书笔记知识笔记操作笔记文章标签：读书笔记人工智能

本文链接：https://blog.csdn.net/weixin_39535685/article/details/88585221

版权

本文介绍了Tensorflow的环境搭建，包括基于CPU和GPU的设置。对于GPU环境，详细讲解了Nvidia驱动、CUDA和cuDNN库的安装，以及在Linux和Windows上的步骤。还提到了在Python开发环境中安装Tensorflow-GPU的注意事项，并推荐使用Docker来简化复杂环境配置。

摘要由CSDN通过智能技术生成

Tensorflow 学习入门（一）环境搭建

前提需求

前提需求

众所周知Tensorflow 是一项立足于CPU运算和GPU运算的AI框架而且基于GPU的Tensorflow效率更高速度更快但是搭建过程却更加烦琐。主要前提条件为一张Nvidia显卡，Nvidia 显卡的基本驱动和Cuda库。

基于CPU

基于CPU的Tensorflow 环境十分简单只需要使用一行简单的代码就可以布置

# Current stable release for CPU-only
pip install tensorflow

# Preview nightly build for CPU-only (unstable)
pip install tf-nightly

# Install TensorFlow 2.0 Alpha
pip install tensorflow==2.0.0-alpha0

一般来说我们只需要第一段代码就可以完成基于CPU的Tensorflow的环境搭建。

基于GPU

不同于CPU的Tensorflow 环境搭建非常繁琐。而且因为一定的原因，Tensorflow 官方并不支持 Macos 作为GPU运行环境，虽然有民间大神提供补丁但是仅能支持1.8版本的TF。

安装驱动

这里的驱动主要为Linux 环境下的Nvidia 驱动（Windows下的确实没啥好说的）。以下为TF官网提供的Ubuntu18.04驱动安装代码，可以说是相当贴心了。

# 添加英伟达的驱动库
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-repo-ubuntu1804_10.0.130-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804_10.0.130-1_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo apt-get update
wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/nvidia-machine-learning-repo-ubuntu1804_1.0.0-1_amd64.deb
sudo