当前位置:  开发笔记 > 编程语言 > 正文

Windows10下Tensorflow2.0 安装及环境配置教程(图文)

这篇文章主要介绍了Windows10下Tensorflow2.0安装及环境配置教程(图文),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

下载安装Anaconda

下载地址如下,根据所需版本下载

在这里插入图片描述

安装过程暂略(下次在安装时添加)

下载安装Pycharm

下载安装Pycharm,下载对应使用版本即可

在这里插入图片描述

如果你是在校学生,有学校的edu邮箱,可以免费注册Pycharm专业版,注册地址如下,本文不详细说明

在这里插入图片描述

下载CUDA10.0

下载地址如下CUDA Toolkit 10.0 Archive

下载之后默认安装即可

下载CUDNN

通过此处选择版本对应的CUDNN,对于本次配置就选择Windows 10对应的版本

在这里插入图片描述

下载CUDNN需要注册一个NVIDIA的账号,点击注册,登录即可

在这里插入图片描述

下载好CUDNN之后将其解压在CUDA的安装目录下,Win10默认的安装目录如下:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

之后,通过右键点击此电脑——>属性——>高级系统设置——>环境变量

在这里插入图片描述

然后配置环境变量,添加如下环境变量

在这里插入图片描述

重新安装NVIDIA最新驱动

因为安装CUDA时,因为版本原因,会安装版本较低的NVIDIA驱动,所以我们从官网下载最新的驱动重新覆盖安装一遍即可

创建Conda环境,并安装tensorflow2.0

通过Anaconda的conda create创建新的环境,便于我们程序及其环境的配置及其管理

首先按Win+R键,输入cmd,回车

在这里插入图片描述

然后在cmd界面输入,conda create --name tensorflow2.0 python=3.7,其中tensorflow2.0可以换成你想要的名字

在这里插入图片描述

回车后输入y

在这里插入图片描述

之后稍作等待可以看到安装成功

在这里插入图片描述

使用conda info --env看看环境

在这里插入图片描述

之后使用conda activate tensorflow2.0来激活刚才创建的环境

在这里插入图片描述

依据需求pip安装tensorflow,sklearn,matplotlib等软件。此处以tensorflow2.0为例,激活环境后输入pip install tensorflow-gpu,之后进行下载安装。

经过一系列安装之后提示安装成功

在这里插入图片描述

配置Pycharm,将刚建立的环境应用在Pycharm中

打开pycharm建立一个新的project

在这里插入图片描述

选择Pure Python,在选择Existing interpreter

在这里插入图片描述

之后选择你anaconda中新建的环境变量位置中的python.exe文件,使pycharm使用你创建的环境来编译文件。

在这里插入图片描述

最后选择Make available to all projects并创建Project

在这里插入图片描述

之后创建一个.py文件,进行测试,可以发现我们已经可以通过Pycharm使用我们之前创建的环境了。

在这里插入图片描述

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

推荐阅读
mobiledu2402851377
这个屌丝很懒,什么也没留下!
DevBox开发工具箱 | 专业的在线开发工具网站    京公网安备 11010802040832号  |  京ICP备19059560号-6
Copyright © 1998 - 2020 DevBox.CN. All Rights Reserved devBox.cn 开发工具箱 版权所有