tensorflow保姆级别安装与配置环境

tensorflow 安装的版本

1. CPU版本：
   CPU相对与入门级别，对于想要了解tensorlflow基本功能的，并且这个版本安装稍微简单快速。
2. GPU版本
   可以利用NVIDA GPU强大的计算加速能力，是的TensorFlow 的运行更为高效，尤其是可以成倍提升模型训练的速度。

CPU版本

搭建开发环境

1. 用Anaconda 发行版作为Python 的使用环境。如果之前已经安装了Anaconda，务必卸载重新下载最新版本。
   这个是最新的版本
   链接：网盘链接
   提取码：htdi
   
   一直点next就好。
2. 搭建开发环境Visual C++安装
   如果你的版本低于2015，建议下载。我就是因为这个下载了2遍
   • 可以在微软官网下载：微软官网，下载x64:vc_redist_x64.exe，安装后需要重新启动。
   • 或者网盘：
     链接：下载链接
     提取码：74rz

安装步骤

1. 升级pip版本，打开anaconda prompt命令：
   
   执行：
   python -m pip install --upgrade pip

2. 安装tensorflow2.2的cpu版本
   同样在anaconda prompt 中拷贝下面的网址：
   // 豆瓣镜像下载更快速

pip install tensorflow-cpu==2.2.0 -i https://pypi.douban.com/simple/

等待安装结束即可完成安装

检查安装是否成功

在anaconda prompt中输入jupyter notebook

输入：
import tensorflow as tf
print(‘tensorflow Version: {}’.format(tf.version))

GPU版本

1.查看电脑显卡

路径：计算机–属性–设备管理器-显示适配器

2.显卡（GPU）是否支持CUDN

https://developer.nvidia.com/cuda-gpus
3. 驱动版本注意：NVIDIA驱动程序需 410.x 或更高版本。

• 查看自己驱动版本：
  驱动版本注意：NVIDIA驱动程序需 410.x 或更高版本。
  命令行中执行：nvidia-smi

1. 如果出现：
   
   在系统环境中添加path路径在这里插入图片描述
   2.如果发现自己的NVIDIA Corporation下没有NVSMI文件
   链接：NVSMI
   提取码：4tvo
   自己在NVIDIA Corporation 中创建一个NVSMI，然后将这里面的文件拷贝进行。

tensorflow 的GPU 真的很吃配置，本来自己是想装的但是由于自己电脑的配置跟不上。
我尝试在官网下载了最新版的驱动程序，但是始终不能安装成功
所以我还是下载了CPU，对于想下载GPU的可以去搜下其他的教程。

自己也是装了卸载装了又卸载。
看到好多博主写的都是清华镜像，但是清华镜像源已经失效了。
所以强烈推荐豆瓣，不过阿里的也还行。
等自己换设备后，装个GPU的时候再来补充。

希望可以帮助到大家(●'◡'●)。