【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版

这篇具有很好参考价值的文章主要介绍了【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


前言

学习随笔,权作记录。

一、tensorflow-cpu指定版本的卸载

>> pip uninstall tensorflow==版本号
例如:
>> pip uninstall tensorflow==2.1.0

二、tensorflow-gpu指定版本的卸载

>> pip uninstall tensorflow==版本号
例如:
>> pip uninstall tensorflow-gpu==2.1.0

三、tensorflow-cpu指定版本的安装

1、创建虚拟环境

打开Anaconda prompt(Anaconda3)
【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版
检查当前环境下python的版本

>> python --version

【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版
根据python的版本,创建虚拟环境pachong

>> conda create -n pachong python==3.7.4

按“y”,再按回车即可。
【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版
输入conda info -e,查看全部的环境,可以看到pachong环境已经创建完成。

>> conda info -e

【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版

2、激活虚拟环境

在base环境下输入conda activate pachong,即可进入pachong环境

>> conda activate pachong

【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版

3、安装指定版本的tensorflow

讲镜像源切换为清华大学的镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

再输入,等待安装即可。

>> conda install tensorflow=版本号
例如:
>> conda install tensorflow=1.15.0

四、tensorflow-gpu指定版本的安装

首先,根据python版本,确定tensorflow-gpu,cuda和cudnn的版本。
【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版
下文以安装tensorflow_gpu-2.1.0为例。

安装CUDA

在我们的具体使用中,其实真正需要的并不是整个CUDA,而是cudatoolkit,所以我们在这里直接安装cudatoolkit
激活虚拟环境conda activate pachong

【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版
输入conda conda install cudatoolkit=10.1,安装10.1版本的cudatoolkit。

【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版
大概是300MB左右。

安装cuDNN

再pachong环境下,输入conda install cudnn=7.6,安装cudnn的7.6版本。

【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版
大概200MB左右。

安装tensorflow_gpu-2.1.0

安装tensorflow使用pip安装,在虚拟环境下输入pip install tensorflow-gpu==2.1.0,即可安装。

【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版

测试tensorflow安装成功

进入虚拟环境tensorflow
【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版
在虚拟环境下,打开python
【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版
在python下输入import tensorflow as tf
【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版
在输入tf.test.is_gpu_available(),即可。若最后为True表示GPU可用,证明已经成功安装Tensorflow的GPU版本。
【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版

可能遇到的问题

如果安装完成,测试的时候出现如下问题:
【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版
解决方案:根据描述的情况将protobuf的版本降到3.19.0以下即可。
具体命令如下:

pip install protobuf==3.19.0

总结

以上就是全部内容,除了换源之外还有类似于直接在命令中加镜像源的下载方式,以及直接下载whl镜像源文件,安装的方式。有兴趣的可以自行搜索。文章来源地址https://www.toymoban.com/news/detail-417695.html

到了这里,关于【1】如何安装和卸载tensorflow-CPU和GPU各版本-简单清晰版的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 基于Miniconda3安装jupyter notebook+虚拟环境安装tensorflow(cpu&gpu版本)

    本文在安装过程中参考了很多c站的其他教程,本文把安装过程中遇到的问题和安装过程一一记录,希望能有所贡献。 本文是基于miniconda已经安装完成且环境变量也设置好的前提。 目录 一、Miniconda创建虚拟环境 (以下的二和三部分任选其一安装即可) 二、安装tensorflow cpu版

    2024年02月07日
    浏览(55)
  • tensorflow1 tensorflow 2 安装配置(cpu+gpu)windows+linux

    tensorflow1和2的安装部署,演示2.14版本(最新是2.15版本) windows和linux用法一致,我是在win10和ubuntu2204下都手动测试过的 本文使用的conda的方式,2023年12月10日更新 如果中间有任何报错,参考最后一节的处理 链接:tensorflow官网 注意:如果因为网络问题出现错误或卡住,多次尝

    2024年02月04日
    浏览(47)
  • tensorflow1 tensorflow 2 安装配置(cpu+gpu)windows+linux 新版2.12+

    tensorflow1和2的安装部署,演示2.14版本(最新是2.15版本) windows和linux用法一致,我是在win10和ubuntu2204下都手动测试过的 本文使用的conda的方式,2023年12月10日更新 如果中间有任何报错,参考最后一节的处理 链接:tensorflow官网 注意:如果因为网络问题出现错误或卡住,多次尝

    2024年02月12日
    浏览(43)
  • Linux和Windows系统下:安装Anaconda、Paddle、tensorflow、pytorch,GPU[cuda、cudnn]、CPU安装教学,以及查看CPU、GPU内存使用情况

    Anaconda安装:Anaconda是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。使用Anaconda可以通过创建多个独立的Python环境,避免用户的Python环境安装太多不同版本依赖导致冲突。 Anaconda 是一个免费开源的 Python 和 R 语言的发行版本,用于计算科学,Anac

    2024年02月04日
    浏览(64)
  • Tensorflow CPU版本安装

    1.在开始任务栏中找到Conda Prompt(图1),并打开,打开效果见图2。 图 1​​​​ 图 2 2.创建tensorflow的虚拟环境,输入命令 conda create -n name python=x.x,其中name表示想要创建虚拟环境的名称,python后的x.x表示在虚拟环境下想要使用的python版本,输入命令后回车即可,结果图如图

    2023年04月08日
    浏览(32)
  • Tensorflow2 GPU版本-极简安装方式

    1、配置conda环境加速 https://wtl4it.blog.csdn.net/article/details/135723095 https://wtl4it.blog.csdn.net/article/details/135723095 2、tensorflow-gpu安装

    2024年01月21日
    浏览(43)
  • 【AI学习笔记】TensorFlow GPU版本的安装(超详细)

    在安装之前,首先我们要确认现有的或预定要采购的独立显卡是否支持CUDA,具体操作如下: 查看支持CUDA的显卡,如下图: 具体可到网站 https://developer.nvidia.com/cuda-gpus 查询。 查看显卡 打开任务管理器(Ctrl+Shift+Esc)——“性能”——点击“GPU”,即可查看显卡名称(下图右

    2024年02月05日
    浏览(36)
  • Win10安装GPU支持的最新版本的tensorflow

    我在安装好cuda和cudnn后,使用pip install tensorflow安装的tensorflow都提示不能找到GPU, 为此怀疑默认暗转的tensorflow是不带GPU支持的。 在tensorflow官网提供了多个版本的GPU支持的windows的安装包 https://www.tensorflow.org/install/pip?hl=zh-cn#system-install 下载后再安装就可以成功安装GPU支持的t

    2024年02月13日
    浏览(40)
  • tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)

    目录 如需转载,请标明出处,谢谢。 一、安装tensorflow-gpu2.3.0 二、配置其他相关的库 很多人以为安装完tensorflow-gpu就是一切都结束了,但是殊不知,python中的很多库,比如numpy,matplotlib等库,就与我们的tensorflow的版本有对应 总结 对于anaconda的下载,网上的教程很多,而且很

    2024年02月02日
    浏览(70)
  • Deeplabcut教程(一)安装(GPU&CPU版本)(纯新人向)

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 是第一次使用deeplabcut遇到的一些问题以及使用方法,会引用一些他人写的文章以及视频链接来帮助大家解决问题,能读其他人文章好解决的我就不写了hhhhh 希望本篇文章能帮大家避坑TWT,这儿踩过的坑

    2024年02月06日
    浏览(32)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包