admin管理员组文章数量:1558080
说明：此篇为配置tensorflow环境教程博客的主篇，分支可由以下具体步骤链接获得。本篇主要梳理找过的各种教程，以及自己安装过程的整理，会有大量链接可点击参考，本篇也会附上配置环境过程中的关键步骤截图加以说明
文章目录
- 1.Python、pycharm、Anaconda、TensorFlow、Keras、CUDA、cuDNN之间的关系
- 2.查看电脑GPU、CUDA版本，确定安装CUDA、cuDNN、tensorflow版本（这点非常重要，可能就是因为版本依赖关系最后导致import tensorflow失败以及各种insufficient问题！！！）
- 3.CUDA、cuDNN的安装与卸载
- 4.Anaconda3安装与卸载
- 5.Anaconda中配置Tensorflow环境
- 6.Anaconda中安装Tensorflow
- 7.Pycharm的安装以及tensorflow的应用
- 8.Anaconda中安装keras、ipython 、jupyter
1.Python、pycharm、Anaconda、TensorFlow、Keras、CUDA、cuDNN之间的关系
1.Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因此，无需单独安装Python，直接安装一个anaconda就拥有了包含Python的开发包。
注意：若已配置好python环境，可以卸载后安装Anaconda；或者见博客 如何在已安装Python条件下，安装Anaconda,，并将原有Python添加到Anaconda中 及 在Anaconda中更改python版本和其他相关包版本 （并不好用，建议一开始就搞清楚需要什么版本并下载对，详见第二节）
2.PyCharm是一种Python IDE
3.首先安装anaconda，在里面配置好python环境，tensorflow、keras等，安装pycharm后将运行环境设置为anaconda里面我们配置好的叫做tensorflow的环境（或者其他你配置好的环境）。其实也可以在pycharm里面配置各种环境，此文主要讲anaconda配置环境。
4.Keras和TensorFlow的关系和区别 TensorFlow和theano以及Keras都是深度学习框架，TensorFlow和theano比较灵活，也比较难学，它们其实就是一个微分器。Keras其实就是TensorFlow和Keras的接口（Keras作为前端，TensorFlow或theano作为后端），它也很灵活，且比较容易学。可以把keras看作为tensorflow封装后的一个API。
2.查看电脑GPU、CUDA版本，确定安装CUDA、cuDNN、tensorflow版本（这点非常重要，可能就是因为版本依赖关系最后导致import tensorflow失败以及各种insufficient问题！！！）
TensorFlow 有CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要（但两个运行速度相差巨大，建议安装GPU版本）。
这步真的是最最最重要，跟着网上的各种帖子为什么一样的做下来就是不成功，因为你的电脑和别人的是环境不一样的，所支持的版本不一样，要不你要跟下载一模一样的各种版本的东西，要不你就需要根据以下步骤搞清楚你的电脑到底支持什么版本的CUDA，而这个版本的CUDA有需要什么样版本的cuDNN和tensorflow。建议搞清楚，因为你的电脑硬件可能不支持你所看到的帖子里安装的CUDA版本<
本文标签： 版本博客tensorflowPythonCPU
版权声明：本文标题：主博客 Win10安装Anaconda3、Python、TensorFlow(GPU和CPU版本)、Keras(特别是版本选择) 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/dianzi/1727359792a1110494.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论