欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Tensorflow安装

程序员文章站 2022-04-18 20:09:52
...

Win10下安装tensorflow教程

一、环境配置
1、win10-64位系统

2、python 3.5.2 (官网下载链接:https://www.python.org/downloads/release/python-352/)

3、anaconda 4.3.14

(清华镜像下载链接:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/)

(官网下载链接:https://www.anaconda.com/download/)

4、VS2015 (VS2015下载参考网址)

(vs_community__21855616.1542252661.exe)

(社区版下载地址:http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso

5、本机GPU显卡:NVIDIA DeForce GTX 1050

6、tensorflow 1.10.0 (参考网址:https://pypi.org/project/tensorflow/1.1.0rc2/#files)

7、cuda 9.0

(cuda 9.0, V9.0.176 cuda_9.0.176_win10.exe)

(官网下载地址:https://developer.nvidia.com/cuda-toolkit-archive)

8、cuDNN7

(cudnn-9.0-windows10-x64-v7)

(官网下载地址:https://developer.nvidia.com/rdp/cudnn-archive)

备注说明:

需要先查看Windows下,TensorFlow对python版本的要求(查看版本教程)

在安装cuda之前,我首先安装了VS2015 (VS2015安装教程)。但是目前我还不确定:不安装VS2015,是否也可以成功安装tesorflow-gpu。如果有哪位朋友知道,欢迎下方留言!!!

二、安装python3.5.2
Windows -64 安装python3.5.2

可知python3.5.2 自带pip8.1.1

三、安装Anaconda3.4.1
下载地址(清华镜像):https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

双击安装,可自定义安装路径,其他安装选项设置为默认即可;

安装完成,测试anaconda是否安装成功:

win+R打开命令行,输入如下命令:

conda -V

conda --version

可知,实际上安装的是anaconda 4.3.14

说明anaconda 4.3.14安装成功

PS:anaconda 4.3.14 自带的是python3.6

四、安装cpu版本的tensorflow

win+R打开命令行,输入如下命令:

conda create --name tensorflow python=3.5.2

activate tensorflow

conda info --envs

python --version

pip install tensorflow==1.10.0

python

import tensorflow as tf
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))

最后打开anaconda prompt 进行测试

参考步骤图如下所示(部分步骤):

五、安装GPU版本的tensorflow,即tensorflow-gpu
5.1、查看本机GPU显卡类型,确认是否支持安装tensorflow-gpu

查看显卡配置是否支持安装gpu版本的tensorflow

5.2、安装tensorflow-gpu

5.2.1、注意:

安装gpu版本的tensorflow,需要安装cuda和cudnn,

并且三者的版本有一定的对应关系,

只有正确匹配的版本才能安装成功tensorflow-gpu

我的安装版本分别是:python3.5.2 + cuda9.0 + cudnn7.0

5.2.2、思路:

先安装tensorflow-gpu,然后执行测试命令,根据错误提示,逐步安装对应版本的cuda和cudnn;

5.2.3、安装步骤:

win+R打开命令行,输入如下命令:

conda info --envs (查看conda环境信息)

conda create --name tensorflow-gpu python=3.5.2 (使用conda新建tensorflow-gpu环境,python选择3.5.2版本)

conda info --envs (查看conda目前的环境都有哪些)

activate tensorflow-gpu (**新创建的tensorflow-gpu)

conda info --envs (再次确认conda目前的环境都有哪些)

python --version (再次确认tensorflow-gpu环境下python的版本)

pip install tensorflow-gpu==1.10.0 (pip安装指定版本的tensorflow-gpu,这里安装1.10.0版本)

python

import tensorflow as tf

报错,根据提示,需要安装cuda9;

下载安装cuda9后再次执行(cuda+cudnn安装教程):import tensorflow as tf

又报错了,根据提示需要安装cudnn7(解压复制到相应的cuda安装目录下,cuda+cudnn安装教程)

安装cudnn7后再次执行如下命令:

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

成功执行。

最后,打开Anaconda Prompt测试是否安装成功,

正确尝试:进入Anaconda Prompt-python里
输入:activate tensorflow-gpu 的环境,键入python,然后再键入import tensorflow as tf

测试命令如下:

conda info --envs

activate tensorflow-gpu

python

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

参考过程如下图(部分步骤截图):

说明tensorflow-gpu安装成功。

打开Anaconda Prompt测试是否安装成功:

显示结果。说明安装成功!!

参考教程:https://m.aliyun.com/yunqi/articles/423513

六、命令总结

下载安装python3.5.2
自带pip,查看可升级pip
win+R
python --version
python -V
pip -V
python -m pip install --upgrade pip

安装anaconda 4.3.14 (自带python3.6)
自定义安装目录,其他默认安装即可
安装时选择自动加入环境变量
win+R
conda -V
conda --version

conda info --envs
conda create --name tensorflow-gpu python=3.5.2
activate tensorflow-gpu
conda info --envs
python --version
pip install tensorflow-gpu==1.10.0
python
import tensorflow as tf

此时会报错,根据提示,需要安装cuda9
安装cuda9后再次执行
import tensorflow as tf
又报错了,根据提示需要安装cudnn7(解压文件并复制到相应的cuda安装目录下)
安装cudnn7后再次执行

import tensorflow as tf
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))

正确输出结果
安装tensorflow-gpu成功
打开ananconda prompt 进行测试
conda info --envs
activate tensorflow-gpu
python --version
python
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
正确输出结果,则说明安装成功!
退出python:quit() 或exit() 或ctr+z
deactivate

安装tesorflow环境,即cpu版本的tensorflow
win+R
conda -V
conda --version

conda info --envs
conda create --name tensorflow python=3.5.2
activate tensorflow
conda info --envs
python --version
pip install tensorflow==1.10.0
python
import tensorflow as tf
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))

打开ananconda prompt 进行测试
conda info --envs
activate tensorflow
python --version
python
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
正确输出结果,则说明安装成功!
退出python:quit() 或exit() 或ctr+z
deactivate

测试tensorflow是否安装成功:
win+R
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite
bandwidthTest
deviceQuery

其他命令:
win+R
查看conda支持的python版本:conda search --full-name python
查看cuda的版本:nvcc -V
卸载指定版本的tensorflow-GPU:pip uninstall tensorflow-gpu-1.5.0
选择安装版本:pip install tensorflow-gpu==1.4.0
获取tensorflow版本号:import tensorflow -》回车 -》tensorflow.version

安装特定版本:
pip install tensorflow==1.2.0

升级到最新版本:
pip install –upgrade tensorflow

安装与卸载tensorflow-gpu:
pip install tensorflow-gpu==1.2.1

pip uninstall tensorflow-gpu==1.2.1

安装与卸载keras同样:
pip install keras==2.0.5

pip uninstall keras=2.0.5

Anaconda创建和删除环境
conda create -n py36 python=3.6
conda remove -n py36 --all

Anaconda创建环境
对于GPU版本:conda create --name tensorflow-gpu python=3.5.2
对于CPU版本:conda create --name tensorflow python=3…5.2

————————————————
版权声明:本文为CSDN博主「Hello_World_admin」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/sinat_23619409/article/details/84201255

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:

  1. 全新的界面设计 ,将会带来全新的写作体验;
  2. 在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示;
  3. 增加了 图片拖拽 功能,你可以将本地的图片直接拖拽到编辑区域直接展示;
  4. 全新的 KaTeX数学公式 语法;
  5. 增加了支持甘特图的mermaid语法1 功能;
  6. 增加了 多屏幕编辑 Markdown文章功能;
  7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能,功能按钮位于编辑区域与预览区域中间;
  8. 增加了 检查列表 功能。

功能快捷键

撤销:Ctrl/Command + Z
重做:Ctrl/Command + Y
加粗:Ctrl/Command + B
斜体:Ctrl/Command + I
标题:Ctrl/Command + Shift + H
无序列表:Ctrl/Command + Shift + U
有序列表:Ctrl/Command + Shift + O
检查列表:Ctrl/Command + Shift + C
插入代码:Ctrl/Command + Shift + K
插入链接:Ctrl/Command + Shift + L
插入图片:Ctrl/Command + Shift + G
查找:Ctrl/Command + F
替换:Ctrl/Command + G

合理的创建标题,有助于目录的生成

直接输入1次#,并按下space后,将生成1级标题。
输入2次#,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H2O is是液体。

210 运算结果是 1024.

插入链接与图片

链接: link.

图片: Tensorflow安装

带尺寸的图片: Tensorflow安装

居中的图片: Tensorflow安装

居中并且带尺寸的图片: Tensorflow安装

当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

  • 项目
    • 项目
      • 项目
  1. 项目1
  2. 项目2
  3. 项目3
  • 计划任务
  • 完成任务

创建一个表格

一个简单的表格是这么创建的:

项目 Value
电脑 $1600
手机 $12
导管 $1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列 第二列 第三列
第一列文本居中 第二列文本居右 第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:

TYPE ASCII HTML
Single backticks 'Isn't this fun?' ‘Isn’t this fun?’
Quotes "Isn't this fun?" “Isn’t this fun?”
Dashes -- is en-dash, --- is em-dash – is en-dash, — is em-dash

创建一个自定义列表

Markdown
Text-to-HTML conversion tool
Authors
John
Luke

如何创建一个注脚

一个具有注脚的文本。2

注释也是必不可少的

Markdown将文本转换为 HTML

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 Γ(n)=(n1)!nN\Gamma(n) = (n-1)!\quad\forall n\in\mathbb N 是通过欧拉积分

Γ(z)=0tz1etdt. \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,.

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能,丰富你的文章

Mon 06Mon 13Mon 20已完成 进行中 计划一 计划二 现有任务Adding GANTT diagram functionality to mermaid
  • 关于 甘特图 语法,参考 这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图:

张三李四王五你好!李四, 最近怎么样?你最近怎么样,王五?我很好,谢谢!我很好,谢谢!李四想了很长时间,文字太长了不适合放在一行.打量着王五...很好... 王五, 你怎么样?张三李四王五

这将产生一个流程图。:

链接
长方形
圆角长方形
菱形
  • 关于 Mermaid 语法,参考 这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图:

Created with Raphaël 2.2.0开始我的操作确认?结束yesno
  • 关于 Flowchart流程图 语法,参考 这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ,生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件,在上方工具栏可以选择导入功能进行对应扩展名的文件导入,
继续你的创作。


  1. mermaid语法说明 ↩︎

  2. 注脚的解释 ↩︎

相关标签: 深度学习入门