安装 Tensorflow 2.1.0 版本

  • 本次主要介绍如何简要的安装 Tensorflow 2.1.0 的 cpu 以及 gpu 版本。

一. 安装 cpu 版

  • 在安装 tensorflow 之前,你要确保自己安装了 anaconda 。
  • 在 anaconda 里面,我们只需要输入:
    conda install tensorflow==2.1.0
    
    就可以成功安装 tensorflow 了。

二. 安装 gpu 版

  • 安装 gpu 版,与安装 cpu 版差不多。
  • 我们只需要在 cmd 里面输入:
    conda install tensorflow-gpu==2.1.0
    
    install tensorflow gpu
  • 这样 anaconda 就会安装 tensorflow gpu 版本以及附属的依赖包了。
  • 安装完成后,我们只要在 python 中输入:
    >>> import tensorflow as tf
    >>> tf.__version__
    >>> tf.config.list_physical_devices('GPU')
    
    就可以查看 tensorflow 的版本以及是否支持 GPU 了。
  • 如果 tf.config.list_physical_devices(‘GPU’) 输出为 空列表,则不支持 GPU ,如果有输出则支持 GPU。
    在这里插入图片描述
    在这里插入图片描述

三. 期间问题

  • 安装的 tensorflow-gpu 的版本为:2.1.0,打印的版本却为:1.15.2,而且无法使用 GPU。
    在这里插入图片描述

1. 问题源头

  • 输出命令:pip list
    在这里插入图片描述 发现里面有 tensorflow 1.15.2 版本。
  • 初步定位问题为:pip 包和 conda 包发生冲突。

2. 解决方法

  • 卸载 pip 里面的 tensorflow 1.15.2 版本。
  • 使用命令:pip uninstall tensorflow
  • 卸载完成后,问题便解决了。
    在这里插入图片描述

四. 结语

  • 如果其中有不对的地方或是需要改进的地方,请指正。
  • 联系方式 email:lwl510ll@163.com 。
  • 本文到这就结束了,谢谢大家观看。
Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐