python深度学习：利用Anaconda新建虚拟环境下，GPU与CPU版本的Tensorflow安装

纤靖

已于 2025-02-24 16:52:14 修改

阅读量1.4k

点赞数 39

文章标签： python 深度学习 tensorflow

于 2025-02-24 14:59:28 首次发布

本文链接：https://blog.csdn.net/ycb1718603735/article/details/145824003

版权

前言

因Tensorflow的安装对版本要求非常严谨，故推荐使用本文所安装的版本：
python:3.8
anaconda3
cuda:10.1
cudnn:7.6
numpy:1.18.0
protobuf:3.19.6
tensorflow-gpu:2.3.0

一、查看独立显卡

首先要确定电脑是否具有NVIDIA显卡，如果是AMD显卡或无显卡等，则只能安装CPU版本，查询方法按ctrl+shift+esc键打开任务管理器，点击性能查看GPU及其型号是否具备独立显卡。
在这里插入图片描述

二、安装软件

安装Anaconda3+Pycharm（已经安装的跳过）

这里就不详细介绍安装过程，以下提供两个安装包的网盘链接：
链接: Anaconda3
链接: Pycharm

三、GPU版本

1.创建虚拟环境

win键搜索栏输入anaconda prompt找到并打开应用。
输入下面代码新建一个虚拟环境：

conda create -n tensorflow python=3.8

注：tensorflow为自定义的环境名字，可修改。python=3.8创建的是3.8的python版本。（创建完别关闭界面，一直使用到最后！）
在这里插入图片描述
创建后输入代码进入所创建的环境中：

conda activate tensorflow

在这里插入图片描述

2.安装CUDA

首先查看显卡所支持的最高CUDA版本，按win+r键，输入cmd进入管理界面输入：nvidia-smi
如图所示：在这里插入图片描述

1.1未安装CUDA

需要更新下载的可以下方链接网站下载，推荐安装10.1版本，安装默认路径。
https://developer.nvidia.com/cuda-toolkit-archive

1.2已安装CUDA

已经安装CUDA的需要降低版本至10.1版本，可以继续在创建完虚拟环境后输入以下代码降低版本：

conda install cudatoolkit=10.1

在这里插入图片描述

2.安装CUDNN

2.1未安装CUDNN

以下提供链接为官方网站：
https://developer.nvidia.com/rdp/cudnn-archive
在网站内选择与所安装的CUDA版本对应的版本。
本文与安装的CUDA对应的CUDNN版本为7.6
将下载的压缩文件解压，复制文件进CUDA（默认路径：“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4”）文件夹覆盖替换掉原来的文件。
在这里插入图片描述

2.2已安装CUDNN

已安装CUDNN的需要对应的版本7.6，降低版本方法如下：

conda install cudnn==7.6

在这里插入图片描述

3.修改其他库的版本

在安装过程中，因其他第三方库版本不对应会导致报错。这里必须修改的两个如下，其他需要修改的按照提示即可（不需要的可忽略）：

pip install protobuf==3.19.6

pip install numpy==1.18.0

4.安装Tensorflow-gpu

本文环境所对应的Tensorflow版本为2.3.0，安装代码如下：

pip install tensorflow-gpu==2.3.0

在这里插入图片描述

5.测试Tensorflow是否安装成功

等待安装完成后，依次输入命令验证是否安装成功：

python

import tensorflow as tf

运行完成如下图所示（运行成功才能运行下一步）：
在这里插入图片描述
最后验证并查看机器算力，显示为True则安装成功：

 tf.test.is_gpu_available()

在这里插入图片描述

四、CPU版本

1.创建虚拟环境

win键搜索栏输入anaconda prompt找到并打开应用。
输入下面代码新建一个虚拟环境：

conda create -n tensorflow-cpu python=3.8

注：tensorflow-cpu为自定义的环境名字，可修改。python=3.8创建的是3.8的python版本。

创建后输入代码进入所创建的环境中：

conda activate tensorflow

2.安装Tensorflow-cpu

只需要在创建的虚拟环境下，输入以下代码即可安装：

pip install tensorflow==2.3.0

五、拓展

1.修改pip与conda源

win键搜索栏输入anaconda prompt找到并打开应用。输入以下代码可以加快下载速度：

conda config --remove-key channels
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple