Anaconda下载及安装
下载Windows的相应版本
下载安装包后双击按引导安装
这里要勾选将Anaconda加入环境变量.
等待安装完成.
TensorFlow安装
开始–>Anaconda3(64-bit)–>Anaconda Prompt(Anaconda3)
用conda create -n 新建一个名为tensorflow的环境,用python3.6版本(3.7也可)
conda create -n tensorflow python=3.6
这里选择y表示同意安装相关软件包
conda activate tensorflow进入tensorflow虚拟环境环境
conda activate tensorflow
输入以下代码安装深度学习软件包
conda install cudatoolkit=10.1
conda install cudnn=7.6
conda install cudatoolkit=10.1
conda install cudnn=7.6
如果两条安装语句报错,可能是电脑硬件不支持英伟达GPU,直接跳过这两步,安装tensorflow.
pip install tensflow==2.1
pip install tensflow==2.1
默认Google源,下载可能会很慢.
这里注意要指定tensorflow为2.1版本,不然默认安装的是2.3版本,后续使用一些函数可能会报错,如tf.Variable(),如果已经安装了tensorflow2.3并且出现函数报错,可卸载重新安装2.1版本
pip uninstall tensorflow
pip install tensorflow==2.1
安装完成后,进入python验证是否成功
依次输入
python
import tensorflow as tf
tf.__version__
如果显示2.1.0表示安装成功.
PyCharm集成开发环境
下载社区版PyCharm
打开安装包进行安装
这里右侧的添加环境变量要勾选,左侧根据个人习惯(可以都选上!)
这里需要重启电脑
重启后打开PYCharm,新建工程,可以使用默认路径,文件夹命名‘’AI‘’,设置环境变量
新建文件
右击文件夹AI–>New–>File
命名为test.py
输入测试代码
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([2.0, 2.0], name='a')
b = tf.constant([4.0, 2.0], name='b')
result = tf.add(a, b, name='add')
print(result)
点击Run ‘test’,或者Ctrl+Shift+F10运行代码
如果出现tf.tensor,说明开发环境已安装成功.
后续需要安装一些必要的包,如sklearn,numpy,matplotlib等,点击下方Terminal出现操作台,输入相应下载命令即可.
pip install sklearn
pip install numpy
pip install matplotlib