(2020年2月教程)Windows10下安装tensorflow2.X的gpu及cpu版本以及配置到pycharm全过程（及部分出现问题解决）

最新推荐文章于 2024-08-27 14:51:40 发布

置顶 Chris Wanggggg

最新推荐文章于 2024-08-27 14:51:40 发布

阅读量4.1k

点赞数 11

分类专栏：安装tensorflow 深度学习 python学习文章标签： python tensorflow 人工智能 windows

本文链接：https://blog.csdn.net/weixin_44392651/article/details/104292864

版权

python学习同时被 3 个专栏收录

2 篇文章 0 订阅

订阅专栏

安装tensorflow

1 篇文章 0 订阅

订阅专栏

深度学习

1 篇文章 0 订阅

订阅专栏

前言：最近想要自学tensorflow时，安装环境就花了两天时间，终于安装好了CPU和GPU版本。
现在分享一下一些个人的经验，以及部分读者在配置过程中出现的问题及解决方案供大家参考，不足之处希望大家谅解和指正补充！

版本：Windows10

    首先给大家介绍一下我在安装过程中存在的困惑：
    为什么大多数教程要让我们安装Anaconda？
    答：因为首先anaconda自身集成了许多我们在编程过程中需要的包以及编译器，节省了后期我
    们在需要这些支持包和编译工具的时候，自己去手动安装的时间；更重要的是，我们可以利用
    anaconda建立不同的编译环境，并且能够在这些配置好的环境里面自由切换。什么
    意思呢？以tensorflow拿来做例子。相信大家在安装tensorflow的时候知道它
    分为GPU和和CPU两种版本，这两种版本所需要的配置是不同的，所以我们利用
    anaconda可以创建这两种环境（CPU和GPU）并且分别配置好他们需要的条件，
    之后我们可以在GPU和CPU两种运行方式中切换。

关于CPU和GPU两种方式的具体区别可以参考
这篇文章

安装教程（CPU版本）：

一、安装Anaconda

1.从官方网站https://www.anaconda.com/distribution/下载Anaconda

博主下载使用的是python3.7，电脑是64位，所以下的是462MB的那个文件，下载后正常安装：
2.建议勾选这个（有些人可能一个电脑自己创立了多个用户），安装路径自己选择，尽量不要占用系统盘
在这里插入图片描述
勾选第一个是为了添加路径到电脑的环境变量（一定要勾，为了后续方便，防止后续手动添加变量路径）
勾选第二个是让它自带的python3.7作为系统的默认python

3.完成后检查是否安装成功：

按Windows键+R，输入cmd，进入cmd指令模式

在这里插入图片描述
输入

conda -V

（大写）
在这里插入图片描述
证明安装成功

继续输入**

conda info --envs

**（检测目前安装了哪些环境变量）
正常情况下是这样
在这里插入图片描述
这个base代表你安装anaconda它自带的一个基本库

4.开始创建你自己的环境：

在CMD窗口里面输入conda create --name tensorflow python=3.7

这里的tensorflow是你自己给创造的这个环境取的名字（因为我们是创造tensorflow的环境，取这个名字比较方便我们后续操作）输入y按下回车键即可，等待下载成功

5.下载成功后输入

activate tensorflow

有一个小标识就成功了

6.敲重点：最重要的一部分来了
现在网上许多教程犹豫比较久远，很多已经不适用了，笔者这个教程也不知道能用多久，我在安装tensorflow的时候，许多用清华园的镜像安装已经不适用了，目前比较好的是豆瓣的镜像安装
解释一下为什么要用镜像安装，因为我们需要下载的文件是来自国外的，常规下载速度会非常慢，所以国内有些网站就为我们提供了下载资源，速度就很正常。
在上述条件（activate tensorflow环境后）即最前方显示了**（tensorflow）**后通过指令：

pip install --upgrade --ignore-installed -i http://pypi.doubanio.com/simple/ tensorflow
或者用这个指令：
pip install tensorflow -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
注意：这里给大家提供几个镜像源：
阿里：http://mirrors.aliyun.com/pypi/simple/
清华大学：https://mirrors.tuna.tsinghua.edu.cn/（好像清华的也能用）
中科大： https://mirrors.ustc.edu.cn/pypi/web/simple/
如果大家在下载中出现

类似问题的时候，可以将 pip install --upgrade --ignore-installed -i http://pypi.doubanio.com/simple/ tensorflow 指令里面的网站更改为上述网站尝试就可以，如果实在不行，换个wifi、网络试试，最后实在没有办法，则用官方下载方法：
输入： pip install --upgrade --ignore-installed tensorflow
**
耐心等待下载成功（大概率失败，哈哈，这个时候欢迎骚扰我）
可能会存在下载失败的情况（显示你的pip版本太低），这个时候需要升级你的pip版本：打开CMD命令窗口（键盘按Windows+R输入CMD，打开窗口），输入

python -m pip install --upgrade pip

升级成功后继续输入即可
在这里插入图片描述
安装成功后，打开

输入

activate tensorflow

，启动tensorflow环境；输入

python

进入python编辑环境
依次输入

import tensorflow as tf

然后输入

print(tf.version)

在这里插入图片描述
可以看见，安装是成功的。
注意！！ 可能大家会看到网上很多教程，在测试是否安装成功的时候，输入的是类似
错误1

这样的代码，然后就会发现出现错误，是因为这些教程是针对tensorflow1.X版本的，在升级到2.0过后，tensorflow自带的库函数有变化，笔者也是在安装输入这个的时候，怎么都失败，一直以为是自己安装失败，找了很多方法，也重新装过几次都不行，后面才偶然看见tensorflow版本的问题，读者可以在CMD窗口里面（键盘按Windows+R输入CMD，打开窗口）输入conda list
可以找到在这里插入图片描述
所以笔者的版本是2.1版本。

7.配置到pycharm(IDE)上
打开pycharm→file→setting→project→project interpreter→Add→点ok确定即可
在这里插入图片描述

输入测试代码：

import tensorflow as tf
#查看tensorflow版本
print(tf.__version__)

显示：在这里插入图片描述
则导入pycharm成功

CPU版本安装可能出现的问题：
在这里插入图片描述
import tensorflow的时候失败，提示找不到这个模块

第一个方法是安装Microsoft Visual C++ 2017 Redistributable（需要重启才能生效）直接去百度下载安装就可以了。（如果还不行建议把15、19年的也装一下）

如果第一个方法不行可能是你的版本对应有问题，去查一下自己的python对应什么版本的tensorflow，有读者出现这个问题的时候将tensorflow从2.1版本退回2.0就解决了。

安装tensorflow（gpu）版本

1.首先检查你的电脑有没有GPU ：参考这篇文章

2.安装anaconda（可参考上面CPU版本教程）

3.创造GPU环境：
从开始菜单找到Anaconda Prompt，打开

输入conda create --name tensorflow-gpu python=3.7
多了gpu（只是个名字而已）
在输入y即可

创建成功，输入
conda activate tensorflow-gpu
同样可看见

4.安装gpu版本的tensorflow：
输入

方法 ⑴conda install --upgrade --ignore-installed -i http://pypi.doubanio.com/simple/ tensorflow-gpu即可（该安装方法自己集成了CUDA和CUDNN的安装，直接跳过第5步）
同样，如果镜像源用不了，输入：
conda install --upgrade --ignore-installed tensorflow-gpu安装（可能网络卡会失败，多试几下）
方法⑵pip install --upgrade --ignore-installed -i http://pypi.doubanio.com/simple/ tensorflow-gpu
(镜像源不能用就更换为上面CPU版本提供的几个网站)
注意区别!!:一个是pip一个是conda 两者具体可参考这篇文章

5.安装CUDA和CUDNN（选择第4步第一个方法则跳过）
参考这篇文章
写得很全

6.配置到pycharm里面，和CPU版本一样，切换到tensorflow-gpu环境下的解释器：输入测试代码

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 不显示等级2以下的提示信息
print('GPU', tf.test.is_gpu_available())
a = tf.constant(2.0)
b = tf.constant(4.0)
print(a + b)

得到结果

GPU True tf.Tensor(21.0, shape=(), dtype=float32)
则安装成功了

运行的时候可能会出现如下情况：

一大堆红字里面夹杂了 GPU True和
GPU True tf.Tensor(21.0, shape=(), dtype=float32)
这不是你运行失败了，红色是正常情况，当时笔者确实吓了一跳

可能会出现的问题：

运行时显示：ImportError: Could not find ‘cudart64_101.dll’
或者ImportError: Could not find ‘cudart64_100.dll’

比较好的解决方法是：找到 CUDA的安装目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
找到cudart64_102.dll将其重命名为cudart64_101.dll即可
2月发布的时候，有人找到我给我说自己没有这个文件夹，所以我重新修改了一下博客，最笨也是最好的办法就是在全盘或者你的tensor安装的磁盘下搜索cudart，找到cudart64_100/102文件，一个一个的更改名字来尝试能否运行就可以了。

其他问题解决可以参考下这篇文章

有什么问题欢迎留言