TensorFlow2.1.0新版本安裝方法教程

本篇內(nèi)容介紹了“TensorFlow2.1.0新版本安裝方法教程”的有關(guān)知識(shí)，在實(shí)際案例的操作過程中，不少人都會(huì)遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

TensorFlow是一款優(yōu)秀的深度學(xué)習(xí)框架，支持多種常見的操作系統(tǒng)，例如Windows10，Mac Os等等，同時(shí)也支持運(yùn)行在NVIDIA顯卡上的GPU版本以及僅使用CPU進(jìn)行運(yùn)算的CPU版本。此篇教程將介紹如何安裝最新版TensorFlow框架（2.1.0版本）

安裝步驟

1.常用IDE安裝

2.CUDA安裝

3.cuDNN神經(jīng)網(wǎng)絡(luò)加速庫安裝

4.TensorFlow框架安裝

常用IDE安裝

用戶在Python官網(wǎng)上可以下載到最新版本（Python3.7）的解釋器。（Python官網(wǎng)）Python解釋器可以讓用戶利用Python語言編寫的代碼可以被執(zhí)行。目前有許多優(yōu)秀的集成開發(fā)環(huán)境（IDE）可供用戶選擇，例如PyCharm，Anaconda等。其集成了Python解釋器以及開發(fā)環(huán)境、交互式命令終端等，還集成了許多常用的Python庫。我們將使用Anaconda作為IDE，搭建我們的TensorFlow框架。

我們打開Anaconda的下載頁，（Anaconda下載頁）選擇正確的系統(tǒng)，選擇Python最新版本的下載鏈接即可開始下載。

下載完成后，我們打開Anaconda的安裝包，一直點(diǎn)擊next/I agree。在出現(xiàn)下圖所示頁面時(shí)（現(xiàn)在是Python3.7，用的是之前的圖片），勾選“Add Anaconda to my PATH environment variable”。有些安裝教程上不推薦勾選這一項(xiàng)。勾選此項(xiàng)的目的是給Anaconda添加環(huán)境變量，讓我們的計(jì)算機(jī)能夠感知到它的存在，以便我們通過命令行調(diào)用Anaconda的程序。

Anaconda的安裝過程總共為5-10分鐘，占用空間大小約為2-3GB，請先預(yù)留好磁盤空間。

安裝完成后，我們來檢測一下Anaconda是否安裝成功。按下Win+R組合鍵，輸出cmd打開命令提示符，鍵入conda list查看當(dāng)前Python環(huán)境安裝的庫。若為新安裝的Python環(huán)境，那么顯示的庫均為Anaconda自帶的軟件庫。如果鍵入conda list命令能夠返回一系列Python庫列表信息，即說明Anaconda安裝成功。若命令提示符無法識(shí)別conda命令，即說明安裝失敗。若之前未將Anaconda添入環(huán)境變量，我們打開Anaconda Prompt交互式命令終端，鍵入conda list，觀察是否能夠返回一系列Python庫列表信息。

CUDA安裝

CUDA是基于NVIDIA顯卡的加速庫，我們安裝它以利于深度學(xué)習(xí)框架在NVIDIA的GPU顯卡的加速運(yùn)算。但在我們開始安裝CUDA之前，請先確認(rèn)計(jì)算機(jī)上是否有支持CUDA程序的NVIDIA顯卡設(shè)備。如果計(jì)算機(jī)上沒有NVIDIA顯卡，則無法安裝CUDA程序，應(yīng)直接進(jìn)入TensorFlow框架的安裝。

CUDA的安裝主要分成三個(gè)步驟。

第一步：下載CUDA安裝包，完成CUDA軟件的安裝；

第二步：下載并配置cuDNN深度神經(jīng)網(wǎng)絡(luò)加速庫；

第三步：配置環(huán)境變量。

CUDA軟件安裝

我們進(jìn)入CUDA軟件下載頁 ，（CUDA下載頁）選擇 CUDA Toolkit 10.1 (Feb 2019), Online Documentation，點(diǎn)擊之后依次選擇Operating System，Version選擇10，Installer Type選擇exe（local），點(diǎn)擊Download開始下載，安裝包大小約為2.4GB。（最新版本的TensorFlow2.1.0匹配的是10.1版本的CUDA Toolkit，因此我們下載10.1版本，否則后續(xù)TensorFlow框架的安裝會(huì)出錯(cuò)，提示找不到動(dòng)態(tài)鏈接庫文件的信息）

安裝包下載完畢后，打開安裝軟件，在選項(xiàng)中選擇自定義安裝方式，點(diǎn)擊NEXT按鈕進(jìn)入安裝程序選擇列表。 在CUDA選項(xiàng)卡下，取消勾選“Visual Studio Intergration”一項(xiàng)。（這是因?yàn)槲覀儾]有使用Visual Studio開發(fā)環(huán)境）在“Driver Components”選項(xiàng)卡下，比較當(dāng)前版本信息和安裝版本信息。若當(dāng)前版本高于安裝版本，則取消勾選“Display Driver”；若當(dāng)前版本低于或等于安裝版本，保留默認(rèn)信息安裝即可。

安裝完畢后，我們來測試一下CUDA是否安裝成功。鍵入Win+R打開Windows命令提示符，鍵入nvcc -V，即可返回當(dāng)前CUDA的版本信息。如果Windows命令提示符無法識(shí)別nvcc命令，則說明安裝失敗。（同時(shí)也可搜索CUDA的安裝目錄，找到“nvcc.exe”程序）

cuDNN神經(jīng)網(wǎng)絡(luò)加速庫安裝

CUDA并非針對(duì)于神經(jīng)網(wǎng)絡(luò)加速的GPU加速庫，如果希望針對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行加速，我們還需要安裝額外的神經(jīng)網(wǎng)絡(luò)加速庫cuDNN。cuDNN并非一個(gè)應(yīng)用程序，我們只需將它下載下來并解壓到CUDA的bin目錄下即可。打開cuDNN的下載頁(cuDNN下載頁），選擇“Download cuDNN”。請注意，若要下載cuDNN，必須先登錄NVIDIA的賬戶。因此，用戶需要登錄或者注冊NVIDIA用戶才可下載cuDNN。登錄賬戶后，進(jìn)入cuDNN的下載界面，勾選“I Agree To the Terms of the cuDNN Software License Agreement”，即可顯示cuDNN的下載版本選項(xiàng)。（請注意：我們一定要選擇與安裝的CUDA版本相匹配的cuDNN，即選擇Download cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.1）

下載完成后，我們將其解壓，并將里面的cuda文件夾重命名為cudnn765，復(fù)制到CUDA的安裝目錄下。此處可能彈出需要管理員權(quán)限的提示信息，點(diǎn)擊繼續(xù)即可。

配置環(huán)境變量

上述步驟完成后已經(jīng)表明cuDNN安裝完成。但是，我們還需要讓計(jì)算機(jī)感知到cuDNN文件的具體位置，因此我們需要配置系統(tǒng)環(huán)境變量?；氐阶烂?，點(diǎn)擊“此電腦”，右鍵選擇“屬性”，在“控制面板主頁”中選擇“高級(jí)系統(tǒng)設(shè)置”，在彈出的對(duì)話框中點(diǎn)擊“環(huán)境變量”，進(jìn)入環(huán)境變量編輯對(duì)話框。

在“系統(tǒng)變量”一欄中找到Path變量，點(diǎn)擊“新建”，鍵入cuDNN的安裝路徑“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\cudnn765\bin”，并點(diǎn)擊“向上移動(dòng)”將其置頂。（這里說明一下，本人之前只是重命名了cuDNN的文件夾名，并非重命名了cuDNN里面的cuda文件夾，所以本人的環(huán)境變量為：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\cudnn765\cuda\bin）

CUDA安裝完畢后，系統(tǒng)環(huán)境變量應(yīng)包括：“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\cudnn765\bin”；“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin”；“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp”。具體位置可能隨著安裝目錄的不同而不同。確認(rèn)無誤后點(diǎn)擊“確定”，退出環(huán)境變量的配置對(duì)話框。

TensorFlow安裝

TensorFlow的安裝同許多Python庫一樣，使用pip命令即可安裝。使用pip命令之前，我們可以鍵入Win+R打開Windows命令提示符，鍵入pip -V查看當(dāng)前pip的版本，如果版本過低，可以鍵入Python -m pip install --upgrade pip命令更新。安裝TensorFlow時(shí)，我們需要根據(jù)計(jì)算機(jī)是否有NVIDIA的GPU顯卡來選擇安裝性能更強(qiáng)的GPU版本或者性能一般的CPU版本。

國內(nèi)利用pip命令下載安裝經(jīng)常會(huì)遇到下載速度很慢甚至連接斷開、響應(yīng)超時(shí)等導(dǎo)致安裝失敗的情況。這時(shí)，我們可以選擇國內(nèi)的鏡像配置pip源，僅需要在“pip install”命令后加入“-i 源地址”即可?，F(xiàn)在我們利用國內(nèi)清華源安裝TensorFlow的最新版本。鍵入Win+R打開Windows命令提示符，鍵入“pip install -U tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple”，此命令將會(huì)自動(dòng)下載TensorFlow并安裝?！?U”參數(shù)指定如果已安裝此包，則進(jìn)行升級(jí)命令。

下圖是已下載好TensorFlow再鍵入“pip install -U tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple”的界面。

現(xiàn)在我們來測試TensorFlow2.1.0版本是否已經(jīng)安裝成功。鍵入Win+R打開Windows命令提示符，鍵入ipython打開Python交互式命令終端。鍵入“import tensorflow as tf”命令，若無錯(cuò)誤提示信息，鍵入“tf.config.list_physical_devices(‘GPU')”命令或者“tf.test.is_gpu_available()”命令。此命令會(huì)返回一系列以“I”（Information）開頭的信息，其中含有可用的GPU顯卡設(shè)備信息。此命令最終會(huì)返回“True”或“False”（鍵入的是“tf.test.is_gpu_available()”命令）。如果為“True”，則代表TensorFlow的GPU版本安裝成功。若返回的是“False”，則說明安裝失敗，需要重新檢測CUDA，cuDNN的安裝及其環(huán)境變量的配置。注意看返回的錯(cuò)誤信息，重點(diǎn)檢測是否是CUDA和cuDNN的版本與TensorFlow的版本不匹配。

如果不能安裝TensorFlow的GPU版本，可以選擇先安裝TensorFlow的CPU版本先代替使用。CPU版本缺少GPU的加速運(yùn)算，在性能上的表現(xiàn)不如GPU版本。亦或者，若讀者經(jīng)過多次嘗試仍未成功安裝TensorFlow的GPU版本，不妨先下載CPU版本作為臨時(shí)替代。

安裝CPU版本的命令為：“pip install -U tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple”。安裝完成后，打開ipython交互式命令終端，鍵入“import tensorflow as tf”命令檢測是否安裝成功。

TensorFlow的GPU/CPU版本安裝完成后，鍵入Win+R打開Windows命令提示符，鍵入ipython打開交互式命令終端，鍵入“tf.__version__”（注意是雙下劃線）即可查看TensorFlow版本信息。

最后，希望本文可以提供安裝TensorFlow框架的幫助。

總結(jié)

“TensorFlow2.1.0新版本安裝方法教程”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！