TensorFlow的安装与Pycharm中TensorFlow

参考：https://blog.csdn.net/qq_36768009/article/details/125817367

Win+R键，输入cmd，回车，调出cmd命令窗口，输入nvidia-smi

参考： https://blog.csdn.net/X_Cosmic/article/details/114329229?ops_request_misc=&request_id=&biz_id=102&utm_term=TensorFlow%E7%89%88%E6%9C%AC&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-4-114329229.142v73control,201v4add_ask,239v2insert_chatgpt&spm=1018.2226.3001.4187

https://tensorflow.google.cn/install/source_windows?hl=zh-cn#tested_build_configurations

https://blog.csdn.net/snake1900/article/details/106640755/?ops_request_misc=&request_id=&biz_id=102&utm_term=TensorFlow%E7%89%88%E6%9C%AC&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-0-106640755.142v73control,201v4add_ask,239v2insert_chatgpt&spm=1018.2226.3001.4187 这里，我要安装的是TensorFlow2.5，对应的CUDA版本为11.2，小于我的GPU所支持的最大版本号，CUDNN版本为8.1，Python版本为3.6~3.9之间。 到官网下载tensorflow、CUDA、CUDNN。 Tensorflow下载网址： https://pypi.org/project/tensorflow-gpu/1.14.0/#files CUDA下载网址：https://developer.nvidia.com/cuda-toolkit-archive CUDNN下载网址： https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10

Python版本:3.10.0a1 Win+R键，输入cmd，回车，调出cmd命令窗口 然后，在输入Python

卸载Python： 设置–>应用–>应用和功能–>python3.10.0–>卸载 找到Python3.10.0，卸载 检查是否卸载成功：cmd中输入Python，显示如下：

Python Launcher也可以一起卸载，也可以不卸载。 【python launcher是用于Windows中的一个实用程序，可帮助定位和执行不同版本的Python解释器。】

Anaconda版本:4.10.1 Win键，输入cmd,打开Anaconda Prompt (anaconda3),输入conda -V

Pytorch版本:1.11.0+cpu 打开pyCharm,新建一个.py文件，然后输入 import torch Print(torch.version)

官网下载安装 python官网：https://www.python.org/ 安装过程参考：参考：https://blog.csdn.net/weixin_49237144/article/details/122915089

双击运行下载的CUDA，默认下载路径【安装cuda时，第一次会让设置临时解压目录，第二次会让设置安装目录；】 建议修改路径

报错：“You already have a newer version of the NVIDIA Frameview SDK installed” 先把电脑已经存在的FrameView SDK 卸载掉，把C:\Program Files\NVIDIA Corporation\FrameViewSDK文件夹删掉 https://blog.csdn.net/weixin_43082343/article/details/119043543 （1）同意并继续 （2）选自定义–>下一步 （3）

（4）选着自己的安装路径： CUDA Documetation E:\Program Files\CUDA11.2\NVIDIA GPU Computing Toolkit\CUDA\V11.2 Samples E:\Program Files\CUDA11.2\NVIDIA Corporation\CUDA Samples\v11.2 CUDA Development E:\Program Files\CUDA11.2\NVIDIA GPU Computing Toolkit\CUDA\V11.2

验证：安装好后，win+R，cmd运行：nvcc -V

Win11: Win–>设置–>系统–》系统信息–》高级系统设置–》环境变量–》系统变量–》新建–》添加

然后，找到path–》编辑

添加下面： %CUDA_LIB_PATH% %CUDA_BIN_PATH% %CUDA_SDK_LIB_PATH% %CUDA_SDK_BIN_PATH% E:\Program Files\CUDA11.2\NVIDIA GPU Computing Toolkit\CUDA\V11.2\lib\x64 E:\Program Files\CUDA11.2\NVIDIA Corporation\CUDA Samples\v11.2\common\lib\x64 E:\Program Files\CUDA11.2\NVIDIA Corporation\CUDA Samples\v11.2\bin\win64 E:\Program Files\CUDA11.2\NVIDIA GPU Computing Toolkit\CUDA\V11.2\bin【自带了】

验证是否成功： Win+R,cmd中输入： [指定目录与当前目录在不同盘] E: cd E:\Program Files\CUDA11.2\NVIDIA GPU Computing Toolkit\CUDA\V11.2\extras\demo_suite bandwidthTest.exe deviceQuery.exe 两个结果都是Result=PASS

把官网下载的压缩包解压，把里面内容都复制到E:\Program Files\CUDA11.2\NVIDIA GPU Computing Toolkit\CUDA\V11.2

打开Anconda Prompt(anaconda3) 输入：conda create -n TensorFlow-gpu-cuda8 python=3.9.12 选y

成功跳转到下面的页面：

继续输入：activate TensorFlow-gpu-cuda8,切换到‘TensorFlow-gpu-cuda8’开发环境

cd退到磁盘根目录，然后跳转到官网下载的TensorFlow文件的目录下，最后，使用“pip install tensorflow_gpu-2.5.0-cp39-cp39-win_amd64.whl”进行安装即可。

验证是否安装成功1： 输入：python import tensorflow as tf tf.compat.v1.disable_eager_execution() hello = tf.constant(‘hello’) sess = tf.compat.v1.Session() print(sess.run(hello))

… 输出：b’hello’ 则表示安装成功

在Anaconda虚拟环境中测试一下 tensorflow是否安装成功2： Import tensorflow as tf tf.test.is_gpu_available() ![在这里插入图片描述](https://img-blog.csdnimg.cn/a9596f63a88f485ea4c472f8b45354e8.png 返回，True，表示支持GPU显卡

看算力的： https://blog.csdn.net/Zinnir/article/details/122766421

参考：https://blog.csdn.net/m0_46149071/article/details/128456089

打开Pycharm–>File–>Setting–>Project:…下面的Python Interpreter ，然后选向下箭头,选show all 选＋号

选Conda Environment 选Eisiting environment

添加了新的Python解释器，然后点击ok