tensorflow-gpu 2.3.0安装 及 相关对应版本库安装（Anaconda安装）

目录

如需转载，请标明出处，谢谢。

一、安装tensorflow-gpu2.3.0

二、配置其他相关的库

很多人以为安装完tensorflow-gpu就是一切都结束了，但是殊不知，python中的很多库，比如numpy，matplotlib等库，就与我们的tensorflow的版本有对应

总结

如需转载，请标明出处，谢谢。

对于anaconda的下载，网上的教程很多，而且很方便，我就不在这里赘述了

一、安装tensorflow-gpu2.3.0

打开我们的anaconda的控制台，点击这个蓝圈的这个，输入下方的代码

 在这里我创造了一个虚拟环境去安装相关的包，大家按照自己的需要来，代码如下

conda create -n ttt python=3.6 

ttt是自己创建的环境的名字(大家自行取即可)，python=3.6 代表创建的python版本为3.6

输入y代表同意创建

接下来我们输入下面这行代码去进入我们的虚拟环境中

activate ttt

在安装tensorflow-gpu2.3.0之前，必须要先配置好cudatoolkit和cudnn，这个可以直接在我们的anaconda中下载，我看网上有很多去官网下得之类的方法，反正我是没搞起。我在这篇文献对应的版本都会在下面呈现出来滴

我们输入以下代码（可能会下载比较慢，大家可以耐心等待）

conda install cudatoolkit=10.1 cudnn=7.6.5

下载完成功之后，我们就可以安装tensorflow-gpu2.3.0啦，控制台中输入下方的代码 ，加入清华源下载更快哦

pip install --default-time=300 tensorflow-gpu==2.3.0 keras==2.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

可以输入conda list 去查看我们安装的相关库 

我们接着输入python，可以进入我们python的编译器中

输入import tensorflow来查看安装情况，可以使用如下代码判断是否安装成功，代码原链接如下

import tensorflow as tf
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)

                        https://blog.csdn.net/zeronose/article/details/117336507https://blog.csdn.net/zeronose/article/details/117336507 

关于如何在pycharm中配置我们创建的tf2环境，可以参照我这篇文章（如下），原理是相同的

pyQt5 + pyUIC + pycharm 安装心得（Anaconda安装）_G氏yousa的博客-CSDN博客_pyqt5 pyuichttps://blog.csdn.net/m0_51440939/article/details/125104403

二、配置其他相关的库

很多人以为安装完tensorflow-gpu就是一切都结束了，但是殊不知，python中的很多库，比如numpy，matplotlib等库，就与我们的tensorflow的版本有对应关系，如下是我总结出来的适配版本

numpy==1.18.5
matplotlib==3.3.3
seaborn==0.9.0
pandas==1.1.5
scikit-learn==0.24.2

大家按照上面的对应版本安装即可，后面带上清华源下载更快哦！

总结

       如果这篇文章对您有帮助的话，麻烦点一个小赞，嘿嘿谢谢大家。如果有其他问题没有解决，都可以在下方留言，我会尽力帮大家解决。