Tensorflow 2.9.1安装笔记

CPU：i7-4790k

显卡：GTX2060

Cuda 版本：11.3

Cunn版本: 11.6

Python版本:3.7.7

不想用anacoda，直接装 tensorflow

1.准备工作

可以根据需要安装相应的版本，不建议安装最新版，python版本之间的代码兼容度不好。3.6~3.8可能比较合适。

我安装的是11.3版本。

deviceQuery.exe 和 bandwithTest.exe测试通过。

到官方下载  tensorflow · PyPI

我下载的是 tensorflow-2.9.1-cp37-cp37m-win_amd64.whl

安装Tensorflow之前，安装好以下支持模块

    A.Numpy: pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

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

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

2.安装Tensorflow

   把 tensorflow-2.9.1-cp37-cp37m-win_amd64.whl 放到d盘根目录，打开命令行并转到D:\

   pip install tensorflow-2.9.1-cp37-cp37m-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

这样在安装过程中加载其他模块的时候，速度会非常快。

3.测试

import tensorflow as tf
print("Tensorflow version:")
print(tf.__version__)

print("CPU/GPU devices for Tensorflow:")
gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
cpus = tf.config.experimental.list_physical_devices(device_type='CPU')
print(gpus)
print(cpus)

运行结果：

Tensorflow version:
2.9.1
CPU/GPU devices for Tensorflow:
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
[PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]

至此安装完毕。

IDE可以使用Visual Studio Code（小规模测试）

或者Pycharm（程序较大很方便）

来源：st01lsp