0.创建虚拟环境
0.1
conda create -n tensorflow1 python=3.7
由于下面这个protobuf包是安装tensorflow2时默认安装的依赖包,所以python版本选择3.7
不同的python版本为虚拟环境安装的依赖包和版本不会相同,以下是安装的依赖包
0.2激活环境
conda activate tensorflow1
0.3conda list查看刚才安装再虚拟环境的包
1.查看镜像源
conda config --show channels
2.添加镜像源
添加镜像源(永久添加)
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
3.安装cudnn和cudatoolkit
3.1查看cudnn和cudatoolkit匹配的版本
conda search -f cudnn
3.2安装cudnn(不用再单独安装cudatoolkit,安装cudnn时会把cudatoolkit当成依赖包一起安装)
conda install cudnn==7.6.4
查看是否安装成功
4.安装tensorflow
pip install tensorflow-gpu==2.3.0 -i https://mirror.baidu.com/pypi/simple/
查看是否安装成功
5.验收
python
import tensorflow as tf
tf.__version__
6.测试gpu是否可以使用
tf.test.is_gpu_available()
输出结果为True代表可以enable gpu,红框部分可以查看本机gpu信息
7.(可选)安装jupyter notebook
Tips:
①如果取消默认安装依赖包,加上--no-deps就可以
②tensorflow的版本和(cudnn+cudatoolkit)的版本一定要对的上,否则即使成功安装了tensorflow,gpu也run不起来
然后我们就可以开开心心去学tensorflow啦~