Windows 安装Tensorflow2.1、Pycharm开发环境

文章目录

1、安装anaconda

https://www.anaconda.com/download

打开命令行工具,出现base就表示安装成功了,表示当前的虚拟环境名


2、安装Tensoflow

2.1、创建虚拟环境

在刚才的命令行中进行操作

bash 复制代码
# 创建一个名字为TF2.1的python3.7版本的虚拟环境
conda create -n TF2.1 python=3.7

# 进入虚拟环境(会发现(base)变成了TF2.1表示当然进入了我们创建的虚拟环境)
conda activate TF2.1

2.2、安装Tensorflow依赖

bash 复制代码
# 如果不支持GUP则跳过这两步
# 英伟达SDK=10.1
conda install cudatoolkit=10.1

# 英伟达深度学习软件包7.6
conda install cudnn=7.6

安装tensorflow
pip install tensorflow==2.1

2.3、验证Tensorflow是否成功

查看版本号,如果版本号输出时2.1表示tensorflow安装成功

python 复制代码
python
import tensorflow as tf
tf.__version__

3、配置pycharm环境

打开pycharm创建项目,选择刚才通过anaconda创建的虚拟环境进行开发

创建成功之后,输入以下代码进行验证,第一行时获取版本号,第二行时获取当前是否支持GPU,后面的计算两个变量之和

python 复制代码
import tensorflow as tf


def print_hi(name):
    # Use a breakpoint in the code line below to debug your script.
    print(f'Hi, {name}')  # Press Ctrl+F8 to toggle the breakpoint.


def tensorflow_t():
    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)


if __name__ == '__main__':
    tensorflow_t()

4、错误记录

Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
如果出现cudart64_101.dll找不到去官网进行下载一个放到C:\Windows\System32目录下

官网网址:https://www.dll-files.com/cudart64_101.dll.html

相关推荐
前端搬砖仔噜啦噜啦嘞4 分钟前
trae如何对接MCP(对接微信自动化MCP),编辑器里面也可以进行微信聊天啦
人工智能
MUTA️6 分钟前
《MAE: Masked Autoencoders Are Scalable Vision Learners》论文精读笔记
人工智能·笔记·深度学习·transformer
Ronin-Lotus10 分钟前
深度学习篇---昇腾NPU&CANN 工具包
人工智能·深度学习·npu·昇腾 cann
wenzhangli713 分钟前
AI+低代码双引擎驱动:重构智能业务系统的产品逻辑
人工智能·低代码·重构
倔强青铜三25 分钟前
苦练Python第5天:字符串从入门到格式化
人工智能·python·面试
PNP机器人27 分钟前
普林斯顿大学DPPO机器人学习突破:Diffusion Policy Policy Optimization 全新优化扩散策略
人工智能·深度学习·学习·机器人·仿真平台·franka fr3
Gyoku Mint35 分钟前
深度学习×第7卷:参数初始化与网络搭建——她第一次挑好初始的重量
人工智能·pytorch·rnn·深度学习·神经网络·算法·机器学习
mit6.8241 小时前
[Vroom] 位置与矩阵 | 路由集成 | 抽象,解耦与通信
c++·人工智能·算法
Brian Xia1 小时前
深度学习入门教程(三)- 线性代数教程
人工智能·深度学习·线性代数
lishaoan771 小时前
用TensorFlow进行逻辑回归(一)
人工智能·tensorflow·逻辑回归·分类器