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
# 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 TF2.12.2、安装Tensorflow依赖
bash
# 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==2.12.3、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
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
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
