一、Windows系统下安装Tensorflow2.x（2.6）
Windows系统下安装Tensorflow
@
前言
官方文档，是最为可靠和实用的，建议使用官方文档安装
1、下载Anaconda
下载Windows版本
2、安装Anaconda
双击下载好的Anaconda3-2021.05-Windows-x86_64.exe
install
一直next to
🆘🆘🆘注意需要勾选add anaconda to environment
3、安装完成Anaconda
执行Anaconda Prompt (www.anaconda.com)快捷方式
-可用win键或者开始菜单栏找到 Anaconda Prompt快捷方式
进入到命令模式：
- 检测anaconda环境是否安装成功：conda --version
用户名而已啦
-
检测目前安装了哪些环境变量：conda info --envs
-
Anaconda中安装了一个内置的python版本解析器(其实就是python的版本)
查看当前可以使用的python版本：
conda search --full --name python
安装python版本（3.6.8经久不衰，嘿~）
conda create --name tensorflow python=3.6.8
--name可以指定创建python的名字（tensorflow）,python=3.6.8就会去安装python
如果提示错误， Not a supported wheel on this platform，是因为你指定不python版本不是3.6.8
- 激活tensflow的环境
activate tensorflow
在C盘前面有括号有（tensorflow）表示激活成功
-
检测tensflow1的环境添加到了Anaconda里面：conda info --envs
-
检测当前环境中的python的版本：python --version
-
退出tensorflow的环境
deactivate
- 切换到tensorflow的环境
activate tensorflow1
你可以把tensorflow当成java的jdk这种操作，android的gradlew，完成了这些操作相当于anaconda提供了一个基础的依赖环境，方面后面我们正式的安装tensorflow
补充Anaconda官方开发文档：
https://docs.anaconda.com/anaconda/user-guide/getting-started
https://anaconda.org/
4、正式安装tensorflow
Tensorflow的官方文档，可以得到安装tensorflow的一个命令是下面：
pip install tensorflow
如果在用conda安装包时出现：
You will need to adjust your conda configuration to proceed.
你需要输入
使用以下语句可以恢复到默认源。
conda config --remove-key channels
修改.condarc文件【该文件清华】
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
即可添加 Anaconda Python 免费仓库。
运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。
运行 conda create -n myenv numpy 测试一下吧。
推荐一个小技巧，永久修改pip镜像(强推)
Windows系统：
直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，并新建文件pip.ini文件，pip文件内容如下：
或者修改或者创建文件C:\Users\${UserName}\AppData\Roaming\pip\pip.ini，${UserName}可通过cmd执行指令set Username获得，也就是当前用户的用户名；
[global]
timeout = 6000
index-url = http://mirrors.aliyun.com/pypi/simple/
trusted-host = mirrors.aliyun.com
- timeout 超时设置
- index-url 源，可以换成其他的源
- trusted-host 添加源为可信主机，要不然可能报错
- disable-pip-version-check 设置为true取消pip版本检查，排除每次都报最新的pip， 不推荐添加
5、通过命令
pip install --upgrade --ignore-installed tensorflow
剩下的就是慢慢的等待安装的过程啦
温馨提示：如果用这个命令之后，提示你需要升级你的pip的版本，直接更新pip版本就可以了
Tensorflow使用
上面通过anaconda3安装好tensorflow，下面我们来使用tensorflow，两种方式都可以，anaconda prompt是终端模式，spyder可视化的IDE，当然也可以使用pycharm，这里介绍终端模式的使用
如果电脑支持GPU加速，NVIDIA官网下载CUDA、cuDNN
参考：安装CUDA和cuDNN
参考：详细安装CUDA和cuDNN
下载安装cuDNN时候可能需要登陆NVIDIA账号。
或者使用Anaconda命令安装CUDA和cuDNN
并配置环境变量
或者anaconda环境安装CUDA和cuDNN
CUDA Toolkit and Minimum Compatible Driver Versions
| CUDA Toolkit | Toolkit Driver Version | |
|---|---|---|
| Linux x86_64 Driver Version | Windows x86_64 Driver Version | |
| CUDA 11.4 Update 1 | >=470.57.02 | >=471.41 |
| CUDA 11.4.0 GA | >=470.42.01 | >=471.11 |
| CUDA 11.3.1 Update 1 | >=465.19.01 | >=465.89 |
| CUDA 11.3.0 GA | >=465.19.01 | >=465.89 |
| CUDA 11.2.2 Update 2 | >=460.32.03 | >=461.33 |
| CUDA 11.2.1 Update 1 | >=460.32.03 | >=461.09 |
| CUDA 11.2.0 GA | >=460.27.03 | >=460.82 |
| CUDA 11.1.1 Update 1 | >=455.32 | >=456.81 |
| CUDA 11.1 GA | >=455.23 | >=456.38 |
| CUDA 11.0.3 Update 1 | >= 450.51.06 | >= 451.82 |
| CUDA 11.0.2 GA | >= 450.51.05 | >= 451.48 |
| CUDA 11.0.1 RC | >= 450.36.06 | >= 451.22 |
| CUDA 10.2.89 | >= 440.33 | >= 441.22 |
| CUDA 10.1 (10.1.105 general release, and updates) | >= 418.39 | >= 418.96 |
| CUDA 10.0.130 | >= 410.48 | >= 411.31 |
| CUDA 9.2 (9.2.148 Update 1) | >= 396.37 | >= 398.26 |
| CUDA 9.2 (9.2.88) | >= 396.26 | >= 397.44 |
| CUDA 9.1 (9.1.85) | >= 390.46 | >= 391.29 |
| CUDA 9.0 (9.0.76) | >= 384.81 | >= 385.54 |
| CUDA 8.0 (8.0.61 GA2) | >= 375.26 | >= 376.51 |
| CUDA 8.0 (8.0.44) | >= 367.48 | >= 369.30 |
| CUDA 7.5 (7.5.16) | >= 352.31 | >= 353.66 |
| CUDA 7.0 (7.0.28) | >= 346.46 | >= 347.62 |
GPU
| Version | Python version | Compiler | Build tools | cuDNN | CUDA |
|---|---|---|---|---|---|
| tensorflow_gpu-2.6.0 | 3.6-3.9 | MSVC 2019 | Bazel 3.7.2 | 8.1 | 11.2 |
| tensorflow_gpu-2.5.0 | 3.6-3.9 | MSVC 2019 | Bazel 3.7.2 | 8.1 | 11.2 |
| tensorflow_gpu-2.4.0 | 3.6-3.8 | MSVC 2019 | Bazel 3.1.0 | 8 | 11 |
| tensorflow_gpu-2.3.0 | 3.5-3.8 | MSVC 2019 | Bazel 3.1.0 | 7.6 | 10.1 |
| tensorflow_gpu-2.2.0 | 3.5-3.8 | MSVC 2019 | Bazel 2.0.0 | 7.6 | 10.1 |
| tensorflow_gpu-2.1.0 | 3.5-3.7 | MSVC 2019 | Bazel 0.27.1-0.29.1 | 7.6 | 10.1 |
| tensorflow_gpu-2.0.0 | 3.5-3.7 | MSVC 2017 | Bazel 0.26.1 | 7.4 | 10 |
| tensorflow_gpu-1.15.0 | 3.5-3.7 | MSVC 2017 | Bazel 0.26.1 | 7.4 | 10 |
| tensorflow_gpu-1.14.0 | 3.5-3.7 | MSVC 2017 | Bazel 0.24.1-0.25.2 | 7.4 | 10 |
| tensorflow_gpu-1.13.0 | 3.5-3.7 | MSVC 2015 update 3 | Bazel 0.19.0-0.21.0 | 7.4 | 10 |
| tensorflow_gpu-1.12.0 | 3.5-3.6 | MSVC 2015 update 3 | Bazel 0.15.0 | 7.2 | 9 |
| tensorflow_gpu-1.11.0 | 3.5-3.6 | MSVC 2015 update 3 | Bazel 0.15.0 | 7 | 9 |
| tensorflow_gpu-1.10.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.9.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.8.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.7.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.6.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.5.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.4.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 6 | 8 |
| tensorflow_gpu-1.3.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 6 | 8 |
| tensorflow_gpu-1.2.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 5.1 | 8 |
| tensorflow_gpu-1.1.0 | 3.5 | MSVC 2015 update 3 | Cmake v3.6.3 | 5.1 | 8 |
| tensorflow_gpu-1.0.0 | 3.5 | MSVC 2015 update 3 | Cmake v3.6.3 | 5.1 | 8 |
查看驱动，和选择对应的版本号
不加等于和版本号
安装CUDA
conda install cudaToolkit
# conda install cudaToolkit=8
安装cuDNN
conda install cudnn
#conda install cudnn=6
安装pytorch
conda install pytorch torchvision torchaudio
或者安装tensorflow
conda install tensorflow
6、安装keras
pip install keras -U --pre
Keras在tensorflow基础上安装的。所以安装keras需要安装tensorflow环境
本文来自博客园，作者：李好秀，转载请注明原文链接：https://www.cnblogs.com/lehoso/p/15550018.html
