Tensorflow环境搭建

参考视频：https://www.bilibili.com/video/BV1Kg4y1Z73F/?spm_id_from=333.337.search-card.all.click&vd_source=c7a5ac671923150c53224ddd1deff4ab

Anaconda安装

Anaconda是机器学习中常用的工具，使用它可以为你配置若干多个独立的虚拟环境来运行相应的程序，满足每个程序运行的不同需求。

##下载Anaconda
1.方法一：进入官网下载（https://www.anaconda.com/download）
直接点击下载即可，但是由于是国外网址，可能会下载速度很慢，推荐使用方法二
方法二：使用清华镜像站下载（https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D），下载速度要快很多。

使用conda创建虚拟环境

虚拟环境的创建

输入此条指令创建conda虚拟环境,可以自己更改名称和python版本
conda create -n 自己输入名称 python=版本号
如下所示,我示例创建名为TF2.1的环境

conda create -n TF2.1 python=3.7

删除环境

conda remove -n TF2.1 --all

输入y点击回车。
虚拟环境默认路径是C:/user/xxx/.conda/envs中，用户名是中文时后续步骤会出现问题。解决方法见https://zhuanlan.zhihu.com/p/687301312

激活虚拟环境

conda activate TF2.1

tensorflow安装

gpu版本安装

★注意：原生 Windows 上的 GPU 支持仅适用于 2.10 或更早版本，从 TF 2.11 开始，Windows 不支持 CUDA 构建。要在 Windows 上使用 TensorFlow GPU，您需要在 WSL2 中构建/安装 TensorFlow，或者使用 tensorflow-cpu 配合 TensorFlow-DirectML-Plugin。
参考CSDN博客地址：https://blog.csdn.net/weixin_46713695/article/details/135038527
1、安装cudatoolkit

conda install cudatoolkit=11.3.1

2、安装cudnn

conda install cudnn=8.2.1

3、安装tensorflow

pip install tensorflow-gpu==2.10

如果安装失败，尝试以下命令

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

4、检查环境是否装好
进入python

python

然后输入

import tnsorflow as tf
tf.__version__

显示版本号即为安装成功。

PyCharm安装

PyCharm官网下载社区版

下载网址https://www.jetbrains.com/pycharm/download/other.html

最新版软件无法识别conda环境解决办法：
参考 (https://blog.csdn.net/2401_84495872/article/details/139919853#:~:text=%E5%9B%A0%E4%B8%BA%E6%98%AFConda%20e)

新建工程测试，工程配置见上面的链接

import tensorflow as tf

tensorflow_version = tf.__version__
gpu_avilable = tf.test.is_gpu_available()

print("tensorflow version: ", tensorflow_version,"\tGPU aviable:", gpu_avilable)

a = tf.constant([1.0,2.0], name = 'a')
b = tf.constant([1.0,2.0], name = 'b')
result = tf.add(a,b,name='add')
print(result)

结果输出;
tensorflow version: 2.17.0 GPU aviable: False
tf.Tensor([2. 4.], shape=(2,), dtype=float32)

安装成功。