TensorFlow提供Python语言下的四个不同版本：CPU版本（tensorflow）、包含GPU加速的版本（tensorflow-gpu），以及它们的每日编译版本（tf-nightly、tf-nightly-gpu）。
其中 CPU版本通过 pip或者 conda 直接可以安装成功。
pip install tensorflow
conda install -c conda-forge tensorflow
GPU加速的版本需要win系统安装工具
NVIDIA GeForce10 + CUDA10 + cuDNN + tensorflow-gpu + python3
3.查看NVIDIA对应的CUDA版本
在电脑桌面右键，选择NVIDIA控制面板（若没出现NVIDIA控制面板，请看下面的注），出现
image.png
image.png
image.png
image.png
CUDA
image.png
这里选择GPU支持版本
image.png
cudnn
image.png
注册登录后选择对应版本
image.png
image.png
将cuDnn中的三个文件夹中的内容复制都CUDA 下对应的文件夹下
image.png
全部用管理员安装后重启
卸载掉之前安装的cpu版本重新安装gpu的 Tensflow
# 虚拟环境
conda create -n tensorflow-gpu python=3.6 -i https://mirrors.aliyun.com/pypi/simple/
activate tensorflow-gpu 进入虚拟环境
或者
python -m venv --system-site-packages tensorflow-gpu
#cd命令进入到虚拟环境目录下的Scripts目录
cd tensorflow-gpu/Scripts
activate tensorflow
pip install --ignore-installed --upgrade tensorflow-gpu==2.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
import tensorflow as tf
tf.test.gpu_device_name()
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
image.png
至此基本上算安装完成了
点波关注 系统搭建（docker）
网友评论