tensorflow|Anaconda安装tensorflow及tensorflow-gpu 人工智能|深度学习

1、下载cuda及cudnn
显卡信息：NVIDIA T1200 Laptop GPU 30.0.14.7111s
根据这一篇博客下载cuda及cudnn
(52条消息) TensorFlow安装教程_.别拖至春天.的博客-CSDN博客_tensorflow安装
下载的cuda版本是：cuda_11.7.0_516.01_windows
cudnn版本是：cudnn-windows-x86_64-8.4.1.50_cuda11.6-archive
2、安装Anaconda3
参考(52条消息) Anaconda安装_Mike_666的博客-CSDN博客
3、安装tensorflow
a、打开Anaconda Prompt，查看环境

conda info --envs

b、创建tensorflow的cpu环境

conda create -n tensorflow python=3.7

目前为止，在conda下支持的tensorflow最高版本是2.6.0

pip install tensorflow==2.6.0

安装完成之后，用下面的代码测试是否安装成功

import tensorflow as tf tf.compat.v1.disable_eager_execution() hello = tf.constant('hello,tensorflow') sess= tf.compat.v1.Session() print(sess.run(hello))

输出结果是

b'hello,tensorflow'

c、创建tensorflow的gpu环境

conda create -n tensorflow-gpu python=3.7

安装命令

pip install tensorflow-gpu==2.6.0

然后用下面代码进行测试

import tensorflow as tf tf.autograph.set_verbosity(0) physical_devices = tf.config.experimental.list_physical_devices('GPU') print(physical_devices) config = tf.config.experimental.set_memory_growth(physical_devices[0], True)

没有报错，用上面那个代码测试也没有报错
先用着，暂时没出什么问题，有了什么问题再进行补充

注意：
1、在测试过程中，输入sess= tf.compat.v1.Session()，如果出现了警告，加入下面两行代码

import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

参考下面博客
【tensorflow|Anaconda安装tensorflow及tensorflow-gpu】(52条消息) 警告：Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA_涛哥带你学编程的博客-CSDN博客_was