tensorflow安装教程

win10安装tensorflow安装教程，CPU版本

首先安装anconda，去官网下就好了，下载链接

https://www.anaconda.com/

然后打开anconda prompt，创建python3.7环境

conda create -n 虚拟环境名称 python=3.7

然后查看pip版本，如果pip版本小于19.0，那么更新pip

查看pip版本，命令：pip -V

更新pip版本：python -m pip install –upgrade pip

使用豆瓣源安装tensorflow

pip install tensorflow-cpu==2.3.0 -i https://pypi.douban.com/simple/

等待安装即可。

然后进行测试，输入python

import tensorflow as tf

print(tf__version__)

出现tensorflow版本号，表明安装成功。

在notebook中切换python虚拟环境

安装notebook，如果安装的anconda自带notebook那么就不用安装

pip install jupyter notebook

输入

conda env list  #查看python虚拟环境

继续执行命令：activate tensorflow2.3 激活虚拟环境，

然后执行代码：pip install ipykernel -i https://pypi.douban.com/simple安装ipykernel，后面有用到这个

如下图所示：

继续执行如下命令，将虚拟环境引用到Jupyter Notebook中

python -m ipykernel install --user --name tensorflow2.3 --display-name "Python [conda env:tensorflow2.3]"
#tensorflow2.3为我的虚拟环境名字，要换成你自己的，两个都要换
#Python [conda env:tensorflow2.3]就是notebook中的虚拟环境名字

上面步骤完成之后，再打开Jupyter Notebook，直接切换新的虚拟环境即可，如下图所示。

然后这个时候启动notebook会发现，切换环境的时候，notebook服务器，也就是那个类似命令行似的黑框框，会报错：Bad file descriptor (C:\projects\libzmq\src\epoll.cpp:100)，如果你没报错，那么你现在就可以用notebook切换新的环境了。

Bad file descriptor (C:\projects\libzmq\src\epoll.cpp:100)解决办法

当安装jupyterlab 或者jupyter notebook的时候，会自动安装ipykernel, 然后自动安装了高版本的pyzmq。

此问题是pyzmq版本问题，卸载pyzmq 22.0.2，执行 pip install pyzmq==19.0.2 安装pyzmq 19.0.2即可

使用conda list命令查看你安装的包

看到pyzmq版本为22.3.0

用命令 pip uninstall pyzmq 卸载pyzmq

然后用命令 pip install pyzmq==19.0.2 安装19.0.2版本的pyzmq，然后启动notebook切换环境，发现成功。

win10安装tensorflow安装教程，GPU版本

首先确定你的电脑上有NVIDIA显卡，如果没有，转入CPU版本tensorflow安装

点击下面链接下载CUDA

https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork

然后就可以开始安装了，除了下边的选项其他的一路默认即可，也可以更改一下安装路径

然后一路下一步，就安装成功啦！

下载cudnn

下载链接：cuDNN Archive | NVIDIA Developer

然后将cudnn解压放入

你要放在你自己的目录中，我这个目录更改了，默认的在C盘program files文件中。

配置环境变量，也要改成自己的目录，我的环境变量如下：

然后打卡conda命令行。创建虚拟环境，启动虚拟环境，然后运行

pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple/

进行安装

对应版本

然后进行测试在conda命令行中，输入python

输入下面代码

import tensorflow as tf
tf.test.is_built_with_cuda()  #返回true证明安装好了

测试是否安装成功：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
sess = tf.compat.v1.Session()
a=tf.constant(1)
b=tf.constant(2)
print(sess.run(a+b))
#能够正确输出结果3，表示安装成功

运行一下发现报错Could not load dynamic library ‘cudart64_101.dll’; dlerror: cudart64_101.dll not found

去官网下载CUDART64_101.DLL

下载链接：https://www.dll-files.com/cudart64_101.dll.html

按照上面指示将文件解压放入上述问价夹即可。

Could not load dynamic library ‘cublas64_10.dll’; dlerror: cublas64_10.dll not found

Could not load dynamic library ‘cufft64_10.dll’; dlerror: cufft64_10.dll not found等报错解决办法

将相应的dll文件下载下来就好了，复制到然后复制到 C:\Windows\System32中，缺啥复制啥

链接：https://pan.baidu.com/s/19z6PfJ79o8DK94hJbJx-nQ
提取码：137n

如果上述文件里没有那么就在安装的所有文件夹里的bin文件夹里找找有没有cufft64_100.dll之类的文件,改名字，然后丢到C:\Windows\System32中，或者可以评论告诉我，我来帮你试着解决一下。

成功截图

完结撒花！！！

21.10.18错误记录

今天跑模型的时候遇到了这个

Loaded runtime CuDNN library: 7.5.0 but source was compiled with: 7.6.5. CuDNN library major and minor version needs to match or have higher minor version in case of CuDNN 7.0 or later version. If using a binary install, upgrade your CuDNN library. If building from sources, make sure the library loaded at runtime is compatible with the version specified during compile configuration

啊，发现cudnn版本不够，好办，去官网下载指定版本，照着上面重新解压，然后将其丢到（上面截图的目录 注意：目录要是你自己安装的目录），然后别忘记将bin文件下的cudnn64_7.dll 丢到C/windows/system32中。已经完美解决。