win10安装tensorflow2.0-gpu版本以及测试是否安装成功

本是古典何须时尚 2023-07-07 12:36 34阅读 0赞

### 文章目录 ###

*   *  1.win10安装tensoflow2.x-gpu版本
     *   *  1.1安装cuda和cuDNN
         *  1.2.安装Tensorflow2.x-gpu
     *  2.测试是否安装成功
     *   *   *  tips：

## 1.win10安装tensoflow2.x-gpu版本 ##

### 1.1安装cuda和cuDNN ###

在进行电脑tensoflow2.x-gpu版本安装之前，必须先检查电脑是否安装好cuda和cuDNN。在安装cuda和cuDNN时必须注意tensorflow、CUDA和cuDNN的版本对应。  
CUDA和cuDNN官方安装教程：  
CUDA：[https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html][https_docs.nvidia.com_cuda_cuda-installation-guide-microsoft-windows_index.html]  
cuDNN：[https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html\#installwindows][https_docs.nvidia.com_deeplearning_sdk_cudnn-install_index.html_installwindows]  
CUDA和cuDNN官方下载链接：  
CUDA:[https://developer.nvidia.com/cuda-10.0-download-archive?target\_os=Windows&target\_arch=x86\_64&target\_version=10&target\_type=exelocal][https_developer.nvidia.com_cuda-10.0-download-archive_target_os_Windows_target_arch_x86_64_target_version_10_target_type_exelocal]  
cuDNN(需要注册账号才可下载）:[https://developer.nvidia.com/cudnn][https_developer.nvidia.com_cudnn]  
tensoflow和CUDA以及cuDNN的版本对应情况：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDY5ODM4OQ_size_16_color_FFFFFF_t_70]

### 1.2.安装Tensorflow2.x-gpu ###

此处可以先创建一个虚拟环境，在虚拟环境下安装tensorflow包。  
在anaconda的cmd中输入pip install tensorflow-gpu 安装。

pip install tensorflow-gpu

## 2.测试是否安装成功 ##

由于tensorflow2.x版本和1.x版本有着一些区别，所以用1.x版本下的方式进行测试会出现如下结果：

AttributeError: module ‘tensorflow’ has no attribute ‘Session’  
![在这里插入图片描述][20200223155700241.png]  
所以在tensorflow2.x版本下，使用如下代码进行测试：

import tensorflow as tf
    tf.compat.v1.disable_eager_execution()
    sess = tf.compat.v1.Session()
    a=tf.constant(1)
    b=tf.constant(2)
    print(sess.run(a+b))

测试成功将返回结果。  
![在这里插入图片描述][20200223160627740.png]  
此时就安装成功啦！！！

#### tips： ####

1.安装tensorflow的过程中，如果只是安装cpu版本，就不需要安装CUDA和cuDNN，且安装也会简单很多。一般情况如果不是大型的深度学习任务，安装cpu版本就够用了，且可能比安装gpu版本运行速度还快很多。  
2.由于tensorflow2.x和1.x版本有一些代码的区别，在使用tensorflow2.x的时候，在代码中添加compat.v1 能够解决大多数问题。  
如：

# 定义cifar的数据等命令行参数
    FLAGS = tf.compat.v1.flags.FLAGS
    tf.compat.v1.flags.DEFINE_string("cifar_dir", "./cifar10/cifar-10-batches-bin/", "文件的目录")
    tf.compat.v1.flags.DEFINE_string("cifar_tfrecords", "./tmp/cifar.tfrecords", "存进tfrecords的文件")

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDY5ODM4OQ_size_16_color_FFFFFF_t_70 1]

[https_docs.nvidia.com_cuda_cuda-installation-guide-microsoft-windows_index.html]: https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html
[https_docs.nvidia.com_deeplearning_sdk_cudnn-install_index.html_installwindows]: https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installwindows
[https_developer.nvidia.com_cuda-10.0-download-archive_target_os_Windows_target_arch_x86_64_target_version_10_target_type_exelocal]: https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
[https_developer.nvidia.com_cudnn]: https://developer.nvidia.com/cudnn
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDY5ODM4OQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200223154514859.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDY5ODM4OQ==,size_16,color_FFFFFF,t_70
[20200223155700241.png]: https://img-blog.csdnimg.cn/20200223155700241.png
[20200223160627740.png]: https://img-blog.csdnimg.cn/20200223160627740.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDY5ODM4OQ_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200223161617282.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDY5ODM4OQ==,size_16,color_FFFFFF,t_70