您现在的位置是:首页 > 技术教程 正文

【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版

admin 阅读: 2024-03-25
后台-插件-广告管理-内容页头部广告(手机)

文章目录

  • 前言
  • 一、tensorflow-cpu指定版本的卸载
  • 二、tensorflow-gpu指定版本的卸载
  • 三、tensorflow-cpu指定版本的安装
    • 1、创建虚拟环境
    • 2、激活虚拟环境
    • 3、安装指定版本的tensorflow
  • 四、tensorflow-gpu指定版本的安装
    • 安装CUDA
    • 安装cuDNN
    • 安装tensorflow_gpu-2.1.0
    • 测试tensorflow安装成功
    • 可能遇到的问题
  • 总结


前言

学习随笔,权作记录。

一、tensorflow-cpu指定版本的卸载

>> pip uninstall tensorflow==版本号 例如: >> pip uninstall tensorflow==2.1.0
  • 1
  • 2
  • 3

二、tensorflow-gpu指定版本的卸载

>> pip uninstall tensorflow==版本号 例如: >> pip uninstall tensorflow-gpu==2.1.0
  • 1
  • 2
  • 3

三、tensorflow-cpu指定版本的安装

1、创建虚拟环境

打开Anaconda prompt(Anaconda3)
在这里插入图片描述
检查当前环境下python的版本

>> python --version
  • 1

在这里插入图片描述
根据python的版本,创建虚拟环境pachong

>> conda create -n pachong python==3.7.4
  • 1

按“y”,再按回车即可。
在这里插入图片描述
输入conda info -e,查看全部的环境,可以看到pachong环境已经创建完成。

>> conda info -e
  • 1

在这里插入图片描述

2、激活虚拟环境

在base环境下输入conda activate pachong,即可进入pachong环境

>> conda activate pachong
  • 1

在这里插入图片描述

3、安装指定版本的tensorflow

讲镜像源切换为清华大学的镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/ # 设置搜索时显示通道地址 conda config --set show_channel_urls yes
  • 1
  • 2
  • 3
  • 4
  • 5

再输入,等待安装即可。

>> conda install tensorflow=版本号 例如: >> conda install tensorflow=1.15.0
  • 1
  • 2
  • 3

四、tensorflow-gpu指定版本的安装

首先,根据python版本,确定tensorflow-gpu,cuda和cudnn的版本。
在这里插入图片描述
下文以安装tensorflow_gpu-2.1.0为例。

安装CUDA

在我们的具体使用中,其实真正需要的并不是整个CUDA,而是cudatoolkit,所以我们在这里直接安装cudatoolkit
激活虚拟环境conda activate pachong

在这里插入图片描述
输入conda conda install cudatoolkit=10.1,安装10.1版本的cudatoolkit。

在这里插入图片描述
大概是300MB左右。

安装cuDNN

再pachong环境下,输入conda install cudnn=7.6,安装cudnn的7.6版本。

在这里插入图片描述
大概200MB左右。

安装tensorflow_gpu-2.1.0

安装tensorflow使用pip安装,在虚拟环境下输入pip install tensorflow-gpu==2.1.0,即可安装。

在这里插入图片描述

测试tensorflow安装成功

进入虚拟环境tensorflow
在这里插入图片描述
在虚拟环境下,打开python
在这里插入图片描述
在python下输入import tensorflow as tf
在这里插入图片描述
在输入tf.test.is_gpu_available(),即可。若最后为True表示GPU可用,证明已经成功安装Tensorflow的GPU版本。
在这里插入图片描述

可能遇到的问题

如果安装完成,测试的时候出现如下问题:
在这里插入图片描述
解决方案:根据描述的情况将protobuf的版本降到3.19.0以下即可。
具体命令如下:

pip install protobuf==3.19.0
  • 1

总结

以上就是全部内容,除了换源之外还有类似于直接在命令中加镜像源的下载方式,以及直接下载whl镜像源文件,安装的方式。有兴趣的可以自行搜索。

标签:
声明

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

在线投稿:投稿 站长QQ:1888636

后台-插件-广告管理-内容页尾部广告(手机)
关注我们

扫一扫关注我们,了解最新精彩内容

搜索