13518219792
Tensorflow如何在Window10环境中安装？针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
安装Tensorflow 分为 tensorflow_cpu 和 tensorflow_gpu版本
GPU就是用来渲染计算的，GPU版本计算性能是CPU的百倍之快。如果电脑没有独立显卡只能用CPU版本计算。
tensorflow_cpu版本只需要安装anaconda后在anaconda prompt里面pip install tensorflow_cpu==（版本号） 即可。安装anaconda的方法见GPU版本里面。
注意查下python和tensorflow_cpu适配的版本号。
tensorflow_gpu版本安装大致分为三步：1、安装anaconda 2、安装cuda和cdunn 3、安装tensorflow_gpu。其中第一步和第二步的顺序可以调换，就是安装完了前面三个东西再安装tensorflow即可。
tensorflow最近出了2.0版本，和1.0大版本有一些区别。具体我还没有去了解，代码不一定兼容，需要注意一下。这三个步骤的版本需要格外的注意，一旦三个自己的版本互相不兼容或者和电脑的显卡不兼容，就用不了。所以安装前看看要安装的tensorflow版本。先查好显卡的算力，然后适配的相应版本再安装，否则踩坑要很久。
首先确定电脑所能支持的tensorflow版本，根据tensorflow官网所给配置，我们要去检查电脑gpu的cuda支持版本，再去对应下载python版本和tensorflow版本。
右键 桌面>NVIDIA控制面板>帮助>系统信息>组件
上图说明我的显卡所支持的cuda版本为11.1（向下兼容）
Tensorflow配置window官网：https://tensorflow.google.cn/install/source_windows
以我电脑为例，之前我用的是3.7.3的版本。这次重装系统后安装的是3.8.3。
cmd查看python版本：
我之前tensorflow用的是1.13的版本，这次因为已经安装了python3.8，因此打算安装2.0版本。如果仍需要低版本需要重新安装python较低的版本或者搭一个虚拟环境（但不是很建议）。
第一步，安装anaconda
anaconda会对应安装python环境，不一定要新的， 新的python版本不一定有兼容的cuda加速，有cuda加速也不一定支持电脑的显卡。
官网安装：https://www.anaconda.com/products/individual，之前版本如果官网没有可能需要找资源。
第二步，安装cuda工具包
（官网：https://developer.nvidia.com/zh-cn/cuda-toolkit）
CUDA是 NVIDIA 专为图形处理单元 (GPU) 上的通用计算开发的并行计算平台和编程模型。借助 CUDA，开发者能够利用 GPU 的强大性能显著加速计算应用。在经 GPU 加速的应用中，工作负载的串行部分在 CPU 上运行，且 CPU 已针对单线程性能进行优化，而应用的计算密集型部分则以并行方式在数千个 GPU 核心上运行。使用 CUDA 时，开发者使用主流语言（如 C、C++、Fortran、Python 和 MATLAB）进行编程，并通过扩展程序以几个基本关键字的形式来表示并行性。由于tensorflow高版本对应的是cuda10.1版本，那下载cuda10.1即可。安装包链接：https://developer.nvidia.com/cuda-toolkit-archive
CUDA的下载需要挂载VPN，否则下下来只有1kb (好像后面又不一定需要VPN，可以直接下载试试）
自定义安装，安装的东西全选了，尽量不要改安装位置
安装完之后安装cuDNN, cuDNN是用于深度神经网络的GPU加速库.注意安装的版本，选择自身cuda版本对应的cudnn下载。
官网：https://developer.nvidia.com/rdp/cudnn-archive，cuDNN的下载需要注册官网的账号
下载好的cudnn文件解压后，将文件夹内的文件放到cuda对应文件夹下，注意：是文件夹内的文件，而不要直接复制替换文件夹
第三步，安装tensorflow—gpu
在anaconda prompt里面安装：pip install tensorflow-gpu ， 后面可以指定版本号，下载慢挂载一个镜像源 -i https://pypi.tuna.tsinghua.edu.cn/simple
安装完成：
测试是否安装成功：
import tensorflow as tf tf.test.is_gpu_available()
True即表示安装成功了。
查看版本号：
至此安装成功，可以跑一个小程序测试一下。
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print('GPU:', tf.test.is_gpu_available())显示“GPU True”, 也即代表GPU版本安装成功。
经过几天调了一下代码之后发现tensorflow2相对与1还是有挺多改动的，1里面能够运行的代码可能2里面需要一定的修改。
关于Tensorflow如何在Window10环境中安装问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。
