前面已经安装了Anaconda和PyCharm了,下面安装TensorFlow 2.0。
1.检测Anaconda中的TensorFlow版本
首先在Anaconda命令端输入一个错误命令,目的是查询当前TensorFlow版本。
pip install tensorflow==3.0
可以看到,最新的版本是2.3.0。
如果是安装CPU版本的TensorFlow,可以直接在Anaconda输入
pip install tensorflow==2.3.0
2.安装CUDA与CuDNN
使用GPU版本的TensorFlow在运行速度方面有极大的优势,笔者的笔记本显卡为NVIDA的RTX 2060 6G显卡,选择的版本如下:
CUDA版本:10.1
CuDNN版本:7.6.5
CUDA安装在上一篇文章《深度学习pytorch环境搭建》中讲过,不再赘述。
下面进行CuDNN的下载和安装,其下载地址如下:
https://developer.nvidia.com/rdp/cudnn-archive
下载CuDNN先要注册一个用户,之后直接进入下载页面:
此处选择适用于CUDA 10.1的cuDNN v7.6.5版本,选择适用于Windows10 的cuDNN库进行下载。
下载的cuDNN是一个压缩文件,直接将其解压到CUDA安装目录即可:
将解压文件拷贝至CUDA相应的安装目录下:
3.安装TensorFlow 2.3.0 GPU版本
pip install tensorflow-GPU==2.3.0
4.验证TensorFlow 2.0 安装成功
在命令行依次输入:
python
import tensorflow as tf
tf.constant(1.)+tf.constant(1.)
或在PyCharm中.py文件中输入如下代码:
import tensorflow as tf
text = tf.constant("Hello TensorFlow 2.0")
print(text)
PyCharm运行结果: