说明

所有内容参考日月光华 老师的安装的PDF

• 安装视频参考 : https://www.bilibili.com/video/BV1PV411U7vc
• 课程 https://study.163.com/course/introduction/1004573006.htm
• 如果需要使用GPU,请先安装 CUDA和cudnn
• 参考文章 CUDA 和 cudnn的安装

1.安装环境要求

1.1 以下 64 位系统支持 TensorFlow：

• Ubuntu 16.04 或更高版本
• Windows 7 或更高版本
• macOS 10.12.6 (Sierra) 或更高版本（不支持 GPU）
• Raspbian 9.0 或更高版本

1.2 Python版本

• Python 3.5 – 3.7

1.3 window

Windows用户需安装VC :

• 地址 https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads
• 下载链接(用迅雷下载): https://aka.ms/vs/16/release/vc_redist.x64.exe

1.4 注意

CPU 和 GPU 只装一个就行

2.CPU版本的安装

# 第一步，升级 pip 版本（可选，如果pip版本大于19.0,可忽略此步骤）， 
# 打开anaconda prompt 命令行，执行： 
python -m pip install --upgrade pip

# 第二步，安装tensorflow2.3的cpu版本
pip install tensorflow-cpu==2.3.0 -i https://pypi.douban.com/simple/

3.GPU 版本的安装

3.1 安装

## 驱动版本注意：NVIDIA驱动程序需 418.x 或更高 版本。 
## 可在命令行中执行查看驱动版本： nvidia-smi

#  注意 :
## GPU版本有两个依赖库，对于 tensorflow2.3来讲 
## CUDA的版本需要是 10.1 cudnn版本号需要不小于 7.6


## 打开anaconda prompt 命令行，
conda install cudatoolkit=10.1 
conda install cudnn=7.6.5

## 然后执行tensorflow安装：
## 安装时别开代理软件
pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple/

3.2 验证是否安装成功

import tensorflow as tf

print('GPU:', tf.test.is_gpu_available())

# 如果安装成功会打印 GPU: True
2021-06-19 20:22:52.556367: I tensorflow/compiler/xla/service/service.cc:176]   StreamExecutor device (0): NVIDIA GeForce RTX 2060 with Max-Q Design, Compute Capability 7.5
GPU: True

3.问题

1. tensorflow 使用CPU而不使用GPU的问题解决

• 参考 https://blog.csdn.net/donaldsy/article/details/103471736
• 缺乏某种库也会导致无法使用GPU 就像下面的问题

2. 无法加载动态库 Could not load dynamic library ‘cudnn64_7.dll’; dlerror: cudnn64_7.dll not found

## 解决方法 : 
## 下载cudnn7.65for10.0版本 从bin目录里找到 cudnn64_7.dll 这个文件, 复制到

- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin

## 其他库缺失问题解决方法基本类似

## 百度云地址

链接：https://pan.baidu.com/s/1HsPezN_0dvV6aBfrkzuDDw 
提取码：2068 
复制这段内容后打开百度网盘手机App，操作更方便哦--来自百度网盘超级会员V4的分享

## cudnn 下载地址 (建议迅雷)
https://developer.nvidia.com/rdp/cudnn-archive