今天學習一下Tensorflow2.0 的基礎
核心庫,@tf.function ,可以方便的將動態圖的語言,變成靜態圖,在某種程度上進行計算加速
TensorFlow Lite
TensorFlow.JS
TensorFlow Extended
構成了TensorFlow 的生態系統
優勢:
1、GPU加速
體現在大數據量運算的時候,的運算時間。如果使用CPU進行運算,那麼計算是通過串行模式完成
GPU則會加速運算,並行操作,快速運行。
2、自動求導
自帶自動求導工具,方便快速求導。
3、神經網絡
直接調用TensorFlow提供的接口, 不需要我們自己去實現。
tf.matmul layers.Demse
tf.nn.conv2d layers.Conv2D
tf.nn.relu layers.SimpleRNN
tf.nn.max_pool2d layers.LSTM
tf.nn.sigmoid layers.RelU
tf.nn.softmax layers.MaxPool2D
一 、 環境安裝
Win10
Anaconda 、Python3.7
CUDA 10.0 cuDNN
TensorFlow 2.0
PyCharm
1、Anaconda安裝,這裏不在贅述,不會的朋友自行百度
測試有沒有安裝好Anaconda,直接打開命令行,輸入:conda list
會出現下圖所示內容,即安裝完成
2、CUDA安裝
安裝前,假設你的電腦是有Nvidia顯卡,本機顯卡GTX 1060 6g
安裝CUDA有以下幾個步驟
(1)CUDA驅動本身安裝
(2)CUDA 的cuDNN安裝
(3)配置設置
下載CUDA
下載完成後,雙擊運行
去掉GeForce
展開CUDA,如果安裝了VS的,可以安裝,如果沒有安裝,則去掉,不然容易報錯
等待安裝完成
安裝完成後,到默認路徑下,看看是否安裝成功
如果都存在,且安裝沒有報錯,那麼說,安裝成功了
下面我們在接着安裝cuDNN,下載地址:
https://developer.nvidia.com/rdp/cudnn-download
下載完後,解壓後我們會得到一個cuda問價夾,我們將cuda文件夾改名爲,cudnn
然後將cudnn複製到cuda安裝路徑下面去
環境變量配置,此電腦,右鍵屬性,
安裝完cuda後,會自動幫我們添加兩條環境變量在其中
我們還需要加入cudnn,和CUPTI的路徑
把這幾行指定,必須要有着4行。不然會報錯
我們接下來測試一下是否安裝完成,cmd,輸入 nvcc -V, 出現如下內容,則說明安裝完成,出現版本號
今天就介紹到這裏,下回我們繼續學習。