自从接触了python,再到机器学习和深度学习,要学习的东西向越拉越多了!!!因为课题的需要接触了tensorflow,我直接就是一个好家伙,光安装就看了好多教程,装了好几天,回头看看其实就几句命令就可以了,对小白来说太不友好了。用习惯了windows系统,换成其他系统的话有需要学好久。

这里以windows10+anaconda+tensorflow2.3+python3.8为例。

第一步:下载环境管理软件

Anaconda和Miniconda两个自选(其实就是完整版和精简版的区别!),官网下载即可,成年人当然选择最新版本了。
anaconda
链接: link.
miniconda
链接: link.

下载好之后打开,进入正题咯!

windows系统Tensorflow2.x简单安装记录(图文)

点击左下角“create”创建一个虚拟环境,名称自取(但是一定要记住,牢记!),这里以“tensorflowceshi”为例,选择python3.8(3.5-3.8版本任选)。

创建好如下图:

windows系统Tensorflow2.x简单安装记录(图文)

然后打开软件下的命令行Anaconda Prompt,可以看到现在的环境是默认的base,这里输入下面语句(这一步是为了激活刚才创建的虚拟环境,以后需要这个环境的时候都需要activate一下):

activate tensorflowceshi

效果如图:

windows系统Tensorflow2.x简单安装记录(图文)

第二步:安装Tensorflow

安装的时候可能会提示pip版本不对,根据它的提示升级一下就可以啦。(因为pip版本要求大于19.0才可以安装)

1.CPU版本

接着上面的步骤,activate之后在命令行中输入:(这里选择安装tensorflow2.3版本,从豆瓣源安装,速度超级快,谁用谁知道):

pip install tensorflow-cpu==2.3.0 -i https://pypi.douban.com/simple/

2.GPU版本

GPU版本的安装才是最烦人的,空守着电脑配置却用不了,哈哈。

划重点:NVIDIA显卡、显卡驱动>418.X、CUDA版本为10.1、cudnn版本>7.6,可以通过nvidia-smi进行查看,近两年刚买的电脑的话一般是都满足要求的。(也可以直接进行下面的安装,不成功再回来找原因)

接安装cpu版本步骤,或者重新进命令行activate后,在命令行输入:

conda install cudatoolkit=10.1

windows系统Tensorflow2.x简单安装记录(图文)

运行到这里输入y,回车:

windows系统Tensorflow2.x简单安装记录(图文)

上一步完成后,继续在命令行输入:

conda install cudnn=7.6.5

windows系统Tensorflow2.x简单安装记录(图文)

同样在过程中需要输入y,回车进行确认。

接着最后一步,继续输入:

pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple/

到这里就安装成功了,是不是很开心?

windows系统Tensorflow2.x简单安装记录(图文)

后面需要什么包(package)就用pip安装就可以了,像matplotlib、notebook等等常用的,推荐还用上面的豆瓣源,速度超级快,其他跟环境相关的都是conda xx,不要搞混了。

安装好之后怎么用呢?

可以在activate环境之后打开jupyter notebook;
也可以在pycharm中将环境设置为刚刚创建的环境就可以了。

总结:

巴拉巴拉说了这么多,其实只需要几行代码就可以安装成功了,操作一次就可以受用一辈子!!!写给 自己,也写给在深度学习路上挣扎的小白!

华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。