安装Tensorflow+配置pycharm解释器(保姆级教程)

安装Tensorflow虚拟环境(GPU)+配置pycharm解释器

1.首先安装cuda和cudnn,且cude,cudnn,tensorflow版本必须一致。

本次教程所使用的版本是:cuda–11.3 cudnn–8.2.1 tensorflow–2.6.0

若下载这两个安装包太慢,这里我提供下载链接

cuda: 链接:https://pan.baidu.com/s/1XpcPmAAe7TuaudOzwZW5JA 提取码:wm7t

cudnn: 链接:https://pan.baidu.com/s/1V8_ZFbBqHsv3XiPE_2RgFw 提取码:d8lf

2.安装完毕后,打开anaconda prompt

安装Tensorflow+配置pycharm解释器(保姆级教程)

3.创建tensorflow虚拟环境

conda create -n tensorflow2.6.0 python=3.8

安装Tensorflow+配置pycharm解释器(保姆级教程)

4.创建完成之后,查看虚拟环境

conda env list

安装Tensorflow+配置pycharm解释器(保姆级教程)

5.进入虚拟环境

conda activate tensorflow2.6.0

安装Tensorflow+配置pycharm解释器(保姆级教程)

 

6.在虚拟环境中安装tensorflow

pip install tensorflow_gpu==2.6.0 -i https://pypi.douban.com/simple --trusted-host pypi.douban.com

安装Tensorflow+配置pycharm解释器(保姆级教程)

7.在pycharm中配置tensorflow解释器

安装Tensorflow+配置pycharm解释器(保姆级教程)

8.输出测试代码进行测试

import tensorflow as tf

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

print('tensorflow version:',tensorflow_version, '\tGPU available:', gpu_available)

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)

若出现这样,则证明安装成功

安装Tensorflow+配置pycharm解释器(保姆级教程)

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
扎眼的阳光的头像扎眼的阳光普通用户
上一篇 2023年3月25日
下一篇 2023年3月25日

相关推荐