
下载有两个版本,根据个人意愿,选其一
1.Tensorflow2.3 cpu版本的安装 (1)安装环境要求 Ubuntu 16.04 或更高版本
Window 7或更高版本
masOs 10.12.6(Sierra)或更高版本
Rasobian 9.0或更高版本
Python 3.5-.37
(2)安装步骤(1)安装anaconda
安装步骤后续补充
(2)在Anaconda prompt中输入
pip -V //查看pip版本 //若版本大于19.0,则省略 //python -m pip install --upgrade pip //安装temsorflow2.3的cpu版本 pip install tensorflow-cpu==2.3.0 -i https://pypi.douban.com/simple/
测试:
在Anaconda prompt中输入
python import tensorflow as tf print(tf.__version__) //若出现2.3.0 说明安装成功 exit() //退出 //安装绘图报告 集成外部开发环境 // pip install matplotlib notebook -i https://pypi.douban.com/simple/ //查看notebook是否安装成功 //jupyter notebook
出现下图 说明安装成功
(3)点击“new” 点击“python3”
输入:
import tensorflow as tf tf.__version__
然后点击运行,显示Transorflow2.3版本号,说明安装成功
Ubuntu 16.04 或更高版本
Window 7或更高版本
masOs 10.12.6(Sierra)或更高版本
Rasobian 9.0或更高版本
Python 3.5-.37
Visual C++ (Windows用户,安装后需要重启计算机)
安装GPU版本必须有GPU硬件的支持,Tensorflow对NVIDIA显卡的支持比较完备
NVIDIA显卡:CUDA Compute Capability >= 3.5 (算力参考:https://developer.nvidia.com/cuda-gpus)
驱动版本注意:NAIDIA驱动程序需148.x或更高版本
可在在Anaconda prompt中查看驱动版本:nvidia-sim
GPU依赖的库(比较大):(对tensorflow2.3版本): 不手动安装,使用conda安装,建议设置conda的国内源
1.CUDA版本为10.1
2.cudnn版本号 >= 7.6
(2)安装步骤(1)安装anaconda
(2)将配置好的conda粘贴到用户文件
(3)在Anaconda prompt中输入
conda install cudatoolkit=10.1 conda install cudnn=7.6.5 //一直点y 直至安装完成 pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple/ //安装库、查看 、测试同cpu版本
点击“new” ,点击“python3”
输入:
import tensorflow as tf tf.__version__ tf.test.is_gpu_available() //点击运行 //true--->正确安装 //false--->未正确安装
注:笔记来源于b站 日月光华的tensorflow2.0入门与实战 2019年最通俗易懂的课程
视频地址:https://www.bilibili.com/video/BV1Zt411T7zE?spm_id_from=333.999.0.0
欢迎各位补充交流学习ヾ(≧▽≦*)o
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)