安装Tensorflow教程,注意事项,解决办法。

写在前面,安装步骤小结:
step1:前提,已经安装好anaconda及python3.7。
step2~6:准备工作,安装SDK及深度学习软件包。
step6~7:安装TensorFlow 2.1及注意事项,及验证安装成功。
step8~9:在TF2.1环境下创建项目(前提已安装pycharm),并验证TensorFlow可用。
step10:若step9出现问题的解决办法。

1、从开始处打开anaconda prompt
在这里插入图片描述

2、输入conda create -n TF2.1 python=3.7,然后输入y
在这里插入图片描述

3、输入conda activate TF2.1
在这里插入图片描述
4、输入conda install cudatoolkit=10.1,然后输入y
在这里插入图片描述
5、输入conda install cudnn=7.6,然后输入y
在这里插入图片描述
6、开始安装tensorflow,输入pip install tensorflow==2.1
在这里插入图片描述
注:如果报错pip版本问题,可打开cmd,在cmd窗口更新pip。可采用两种方法的其一:
①输入pip install --user --upgrade pip
②先输入python -m pip install --upgrade pip
再输入python -m pip install -U --force-reinstall pip

在这里插入图片描述
7、检查tensorflow安装成功
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
8、打开pycharm,使用tensorflow
新建工程
在这里插入图片描述
工程名字为AI,点击右下角小方框,设置环境变量。
在这里插入图片描述

在这里插入图片描述
即可完成AI工程创建。
9、在pycharm中验证TensorFlow可用。
右键AI->new->file->test.py完成创建。在test.py中输入以下代码:

import tensorflow as tf

tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()

print("tensorflow version:", tensorflow_version, "\tGPU available:", gpu_available)

a = tf.constant([1.0, 2.0], name="a")
b = tf.constant([1.0, 2.0], name="b")
result = tf.add(a, b, name="add")
print(result)

显示以下结果即为正确:
在这里插入图片描述
若成功返回0,则安装成功!
10、如果结果不正确。应该是驱动程序版本老了。
因为以上下载的TensorFlow2.1版本,对应下载了cudatoolkit为10.1版本。
所以驱动程序版本不应该低于418.96。

在这里插入图片描述
查看自己的CUDA驱动程序版本:(借鉴)
https://www.cnblogs.com/mstk/p/13153617.html
新版驱动安装过程:(借鉴)
https://blog.csdn.net/weixin_35715190/article/details/112747381
注意:选择新版驱动一定要严格按照自己电脑的显示适配器的第二项来选择。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Rosyy_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值