簡單的 Tensorflow 開發環境分爲 GPU和CPU兩種版本,安裝上的不同之處只是最後使用 pip 工具安裝的時候命令不同。
因爲GPU版本的使用GPU進行運算,對圖像的處理速度更快,目前只支持NVIDIA的顯卡。
一、安裝CUDA框架和cuDNN庫(如果確定不使用GPU,可以跳過此步)
參照官方文檔安裝即可:官方文檔
關於CUDA和cuDNN的關係:https://www.jianshu.com/p/622f47f94784
大致過程如下:
1、下載CUDA框架,安裝。(按照到默認位置即可,自定義的位置安裝完成後,重啓電腦,安裝文件會消失(Win10))。
2、將cuDNN的三個文件拷貝至CUDA的安裝目錄中即可。
注意:上述過程在官方文檔中有詳細說明。需要注意cuDNN和CUDA庫的匹配問題,即安裝的cuDNN庫需要和CUDA框架匹配。具體的方式都在官方文檔中有說明。
二、安裝Anaconda
從Anaconda官網下載所需版本的即可,安裝時需要勾選註冊環境變量。其餘的默認即可,可以自定義安裝位置。
三、查看安裝情況
在啓動欄中打開 Anaconda Prompt(Anaconda)
1、查看CUDA框架的安裝情況
輸入如下命令,結果大致如下即可:
nvcc --version
2、查看Anaconda的安裝情況
輸入如下命令,結果大致如下即可:
anaconda --version
3、查看Anaconda安裝的python版本
輸入如下命令,結果大致如下即可:
python
四、使用conda創建虛擬環境
Conda 是一個開源的軟件包管理系統和環境管理系統,用於安裝多個版本的軟件包及其依賴關係,並在它們之間輕鬆切換。
Conda 是爲python程序創建的,適用於 Linux,OS X 和Windows,也可以打包和分發其他軟件,是最流行的 Python 環境管理工具 。
參考:https://www.cnblogs.com/ssxblog/p/10666751.html
https://www.cnblogs.com/ljysy/p/10660885.html
1、添加清華大學的源,加快下載速度。(源也可以自己更換)
conda config --addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --setshow_channel_urls yes
2、創建虛擬環境
conda create --name Virtual_Environment_Name python=3.7.4
// --name 可以替換爲 -n
// Virtual_Environment_Name : 是新建的python虛擬環境名稱,可以自定義
// 3.7.4 : 虛擬環境中的python版本號,不一定要使用和Anaconda安裝時一樣python的版本號,根據自己的需
// 要自定義即可N
3、激活虛擬環境
conda activate Virtual_Environment_Name
// Virtual_Environment_Name : 上一步創建的虛擬環境名稱
// 執行完此命令後,命令行進入創建的虛擬環境中,從前置提示字母可以看出
4、在虛擬環境中使用pip安裝Tensorflow(選擇一個安裝即可)
需要確認的地方輸入:y ,回車即可。
(1)、安裝GPU版
// 使用了豆瓣的pip源,加快下載速度
pip install tensorflow-gpu -i https://pypi.douban.com/simple
// 默認版本最新版的tensorflow-gpu
pip install tensorflow-gpu==1.15.2 -i https://pypi.douban.com/simple
// 自定義安裝1.15.2版的tensorflow-gpu
(2)、安裝CPU版
// 使用了豆瓣的pip源,加快下載速度
pip install tensorflow -i https://pypi.douban.com/simple
// 默認版本最新版的tensorflow
pip install tensorflow==1.15.2 -i https://pypi.douban.com/simple
// 自定義安裝1.15.2版的tensorflow
5、打開Anaconda進行驗證
點擊Environments,可以看到自己新建的虛擬環境,base(root)是安裝Anconda時新建的python環境,一般不要動它。選中需要的環境,運行程序即可。
注:需要不同版本的tensorflow進行開發時,從新建一個虛擬環境開始即可。