文章目录

前言一、tensorflow-cpu指定版本的卸载二、tensorflow-gpu指定版本的卸载三、tensorflow-cpu指定版本的安装1、创建虚拟环境2、激活虚拟环境3、安装指定版本的tensorflow 四、tensorflow-gpu指定版本的安装安装CUDA安装cuDNN安装tensorflow_gpu-2.1.0测试tensorflow安装成功 总结

---

前言

掌握随笔，权作备案。

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 install tensorflow==版本号
例如：
>> pip install 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）

检查当前环境下python的版本

>> python --version

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。

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

2、激活虚拟环境

在base区域下输人conda activate pachong，可以来到pachong区域

>> conda activate pachong

3、安装指定版本的tensorflow

讲映射系统源调成为同济大学时的映射系统

conda config --add channels //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

再进入，等着安装使用可以了。

>> 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。

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

输入conda conda install cudatoolkit=10.1，安装10.1版本的cudatoolkit。

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。

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。

测试tensorflow安装成功

进入虚拟环境tensorflow

在虚拟环境下，打开python

在python下输入import tensorflow as tf

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。

总结

之上便是彻底内部，不但换源除此之外另外 相仿于随时的在强制性里添加镜象源的装配方试，包括随时的装配whl镜象源文件目录，装配的方试。有兴致的不错立刻搜。