概述
首先,我说一种最简单最理想的情况,然后说一种步骤齐全有局限性但是很靠谱的情况。这种简单的情况百分之五十是不会成功的,取决于你的显卡驱动,你的CUDA版本,你的python版本,你安装的年份等天时地利人和,才会成功:
我们下载python 3.6版本。因为目前tensorflow只支持python3.6及以下版本。
1. 假设我们已经安装了其他版本的python,我们需要将其进行卸载,卸载方法:
首先在命令行 python -version,找到我们当前的python版本,然后使用该版本的安装程序进行卸载。
2. 安装好以后,在命令行更新一下pip:
python -m pip install --upgrade pip
3. 安装numpy
4. 安装tensorflow
首先先安装setuptools
pip install --upgrade setuptools
否则可能出现错误
然后安装tensorflow
然后通过 pip install keras 安装keras
之后如果装好,在python中import keras,不报错可以认为已经装好了。
完美无差错安装版
如果安装好有import 报错,有各种原因。现在提供另一种方法来安装,成功率百分之九十以上:
在这里我们装的是gpu版本的。
这里,cuda版本,cudnn版本必须和tensorflow版本,以及keras版本匹配,如果不匹配,运行程序就会出现一堆moudle找不到的情况。
在我尝试了整整两天,安装了不下三十遍以后,总结出一套最好的安装步骤。
这里我们匹配的是 python 3.6 + cuda 9.0 + cudnn 9.0 + tensorflow 1.12.0 + keras 2.2.4
如果你的cuda版本是10.0以上的,成功率会大幅度下降。
通过 Anaconda安装也行,不通过它也没什么问题。
1. 首先安装显卡驱动和cuda toolkit 9.0以及相应的cuda版本。这里不再赘述
2. 安装好python3.6以后,设置python的环境变量,
使用Anaconda3 也可以安装python3.6,这里给的版本是 Anaconda3-4.4.0-Windows-x86_64.exe
下载网站 Anaconda下载 如果使用Anaconda安装python,就不用再装numpy了。
立马升级pip:
python -m pip install --upgrade pip
3. 然后升级setuptools,这里一定要注意的是,tensorflow需要与固定的setuptool相匹配,如果你用的最新的setuptools,那可能会报错。与tensorflow 1.12匹配的setuptools是38,因为tensorflow安装信息显示setuptool要大于37.0小于等于39.0,这里所幸用个中间数38.
pip install setuptools==38
4. 关闭所有杀毒软件,尤其是电脑管家。
pip install tensorflow==1.12.0
安装好以后进入python进行测试:
import tensorflow as tf a = tf.test.is_built_with_cuda() print(a) b = tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None) print(b)
如果打印了两个True,说明是正确的
5. 安装 keras
pip install keras==2.2.4
然后测试 import keras,如果不报错,就ok了。
如果想安装其他版本,都是可以的,但是必须要保证这一连串的东西都匹配,否则就算装上了也根本无法运行。
最后
以上就是年轻康乃馨为你收集整理的python安装tensorflow的全部内容,希望文章能够帮你解决python安装tensorflow所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复