目录
1.安装anaconda
点击这个网站:
anaconda下载
拉到网站最下面

下载好之后,开始安装:



这里一定要自定义目录,后面加载环境会需要先找到这个目录:


等待安装完成:



1.1更换conda镜像源
从开始菜单中找到这个:anaconda prompt

打开后为一个bash:

将下面三条命令粘贴进去,然后回车:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --set show_channel_urls yes

打开我的电脑:




1.2安装一个tensorflow环境

conda create -n tensorflow python=3.7


2.安装tensorflow-gpu
首先:切换到刚刚安装的环境:
conda activate tensorflow

2.1查看安装什么版本的tensorflow-gpu

可以选择合适的版本安装:方法都是相同的
在这里我选的是:

在tensorflow环境中,安装tensorflow-gpu1.15版本
pip install -i http://pypi.douban.com/simple --trusted-host pypi.douban.com tensorflow-gpu==1.15


3.安装cuda和cudnn
tensorflow-gpu==1.15对应的cuda为10,cudd为7.4

3.1下载cuda
点击:cuda下载
找到和tensorflow-gpu符合版本的cuda下载即可。

3.2安装cuda

等待加载程序




安装完成:

3.3下载cudnn
点击:cudnn下载
这里需要账号,没有nVidia账号的小伙伴可以先注册一下
找到对应cuda版本的cudnn

将cudnn解压:


3.4将对应的cudnn文件放入cuda中

3.5添加环境变量
在我的电脑中右击:






最后一步步确定出去,确保环境变量已经保存了。
4.pycharm导入刚刚安装的tensorflow环境
打开pycharm



来一段测试代码:
import tensorflow as tf
array = tf.Variable([1,100,3,4,5,6,7,8])
a = tf.constant(2)
b = tf.constant(5)
addOp = tf.add(a, b)
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
x = tf.reshape(array,(-1,8,1,1))
truediv_op = tf.truediv(a, b)
print(sess.run(truediv_op))
print(sess.run(x))

上述就是安装tensorflow的全过程,若是对你有帮助就点动你的小手点个赞吧:
本文详细介绍了如何在Windows上安装Anaconda,更换conda镜像源,创建并激活Tensorflow环境,安装tensorflow-gpu 1.15版本,以及配合CUDA和CUDNN进行GPU支持。此外,还提供了PyCharm中导入新环境的步骤,最后通过测试代码验证tensorflow-gpu的安装成功。

2万+

被折叠的 条评论
为什么被折叠?



