TensorFlow - TensorFlow安装 - 《深度学习》

1 创建新环成境
2 进入环境
3 安装Tensorflow
安装MSVC2019 （ubuntu不一定需要，看底层是否c++）
安装CUDA和cudnn
添加到notebook中

1 创建新环成境

conda create -n env-name python=3.8   #env-name环境名称
删除环境conda remove -n conda-old --all

2 进入环境

conda activate env-name

3 安装Tensorflow

https://tensorflow.google.cn/install/source_windows#gpu先查看版本对应的python版本，CUDA版本，MSVC版本。

pip install tensorflow
pip install tensorflow-gpu
# TensorFlow2需要pip版本>19.0
# 安装指定版本：pip install tensorflow==1.15
# 查看版本信息
import tensorflow as tf
tf.__version__

从 TensorFlow 2.1 开始，pip 包 tensorflow 即同时包含 GPU 支持，无需通过特定的 pip 包 tensorflow-gpu 安装 GPU 版本。如果对 pip 包的大小敏感，可使用 tensorflow-cpu 包安装仅支持 CPU 的 TensorFlow 版本。
如果在 pip 安装 TensorFlow 时出现了 “Could not find a version that satisfies the requirement tensorflow” 提示，比较大的可能性是你使用了 32 位（x86）的 Python 环境。请更换为 64 位的 Python。可以通过在命令行里输入 python 进入 Python 交互界面，查看进入界面时的提示信息来判断 Python 是 32 位（如 [MSC v.XXXX 32 bit (Intel)] ）还是 64 位（如 [MSC v.XXXX 64 bit (AMD64)] ）来判断 Python 的平台。
Tensorflow版本要与NVIDIA显卡相对于
NVIDIA460版本可安装cuda11.2，对应cudnn8.1
470版本则只可安装cuda11.3，对应cudnn版本8.2

安装MSVC2019 （ubuntu不一定需要，看底层是否c++）

https://tensorflow.google.cn/install/source_windows#gpu这个地方查看
安装cuda必须安装visual studio（Microsoft C++ Build Tools）
下载位置：https://visualstudio.microsoft.com/zh-hans/

选择community 2019下载

选择C++的桌面开发

选择Visual Studio扩展开发

安装文件较大，根据实际情况选择安装位置

安装完后重启就ok了。
安装CUDA和cudnn
https://www.cxymm.net/article/qq_21570025/115615664
https://developer.nvidia.com/cuda-toolkit-archive
https://developer.nvidia.com/rdp/cudnn-download
ubuntu只需要在虚拟环境中安装即可
下面为Windows
1、先查看本机安装的显卡信息
win+r—cmd—输入nvidia-smi查看Driver Version为471.99，CUDA Version是11.4
※ 这里的CUDA Version是展示系统可支持到的最新版本，而不是“该系统已经安装了此版本”。

2、查看CUDA与Driver Version对应关系
官网地址：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

3、或者在本地验证：进入NVIDIA控制面板——帮助——系统信息——组件

4、前三步的目的就是确定本机合适的cuda版本，这个版本和显卡驱动版本强关联。

确定版本：安装cuda11.4

去官网下载：https://developer.nvidia.com/cuda-toolkit-archive
2.7G+，建议使用迅雷下载。

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；
临时解压路径，建议默认即可，也可以自定义。安装结束后，临时解压文件夹会自动删除；
安装目录，建议默认即可；
注意：临时解压目录千万不要和cuda的安装路径设置成一样的，否则安装结束，会找不到安装目录的！！！
选择精简安装（懒，不想安装完缺这缺那的）
（这个地方有一些未安装完成，原因未知，后续步骤正常，不知道以后会不会留下bug’）
安装完成后，配置cuda的环境变量查看（系统自动追加无需手动配置）检查一下

5、命令行测试是否安装成功；
nvcc -V

6、cudnn下载和安装
官网下载：https://developer.nvidia.com/rdp/cudnn-archive
下载需要登录，没有会员注册一下会员。
大小：740M+

（这个图来源于网络）
重启电脑。

7、检查安装是否成功
通过NVIDIA提供的 deviceQuery.exe 和 bandwidthTest.exe 来查看GPU的状态，两者均在安装目录的 extras\demo_suite文件夹中
deviceQuery.exe

至此，安装CUDA完成。

添加到notebook中

1.激活虚拟环境

2.下载ipykernel

conda install ipykernel

3.将新环境加入到jupyter notebook

python -m ipykernel install --user --name env-name --display-name “Python 3 [conda env:env-name]”

4. 安装好后到jupyter notebook中查看。

可以在上面的菜单上找到Kernel—》change kernel 。或者在点击新建文件按钮 “new”

5. 查看核

jupyter kernelspec list

6.删除核

jupyter kernelspec remove kernelname

参考：https://www.cnblogs.com/rainoo/p/15306220.html

TensorFlow安装