tensorflow安装gpu版本如何测试 安装tensorflow gpu版本

安装说明

版本：GPU版本、CPU版本。如果硬件支持，推荐安装GPU版本。

安装方式：pip方式、Anaconda方式。本文教程采用Anaconda方式。

Tips:

1.查找需要安装的TensorFlow版本支持的python版本，目前在Windows上支持python3.6x。

2.如果安装GPU版本，需要安装对应版本的CUDA和CUDNN。

安装环境

1.Anaconda下载安装

下载地址：https://www.anaconda.com/download/

根据自己电脑要求下载对应版本。点击下一步，在安装之前会出现选择打勾的界面，第一个是添加环境变量，第二个是吧Anaconda下的Python设置成默认版本，这里建议都勾选。

2.检查Anaconda是否成功安装

在命令行输入：

conda --version

若出现以下界面，则代表安装成功：

3.检查目前安装了哪些环境：

conda info --envs

界面显示如下： 

4.安装TensorFlow指定python版本

conda create --name tensorflow python=3.6

5.按照提示，激活TensorFlow环境

可以看到，前面的小帽子变成了tensorflow

6.确保TensorFlow环境已经成功添加

conda info --envs

7.检查TensorFlow环境中的python版本

python --version

8.退出当前环境

deactivate

切换环境时使用activate即可。

TensorFlow安装最新版本

TensorFlow即可以支持CPU，也可以支持CPU+GPU。前者的环境需求简单，后者需要额外的支持。TensorFlow是基于VC++2015开发的，所以需要下载安装Visual C++ Redistributable for Visual Studio来获取MSVCP140.DLL的支持。如果要安装GPU版本（有N卡，即NVIDIA显卡），需要以下额外环境：

1）有支持CUDA计算能力3.0或更高版本的NVIDIAGPU卡。

2）下载安装CUDA，将其安装到C盘，不需要改变路径。

安装CPU版本输入：

pip install --ignore-installed --upgrade tensorflow

安装GPU版本输入：

pip install --ignore-installed --upgrade tensorflow-gpu

如果需要更新会有提示，直接键入提示中的命令。

CUDA安装

注意：在安装CUDA前确保Visual Studio安装完成，Visual Studio可安装在C盘。

下载安装CUDA对应的CUDNN，解压压缩包，将文件夹下的三个文件夹复制到CUDA对应的文件夹下。

TensorFlow测试

1. 代码测试：

activate tensorflow
python
import tensorflow as tf

1. 官方教程代码测试：

上图中显示TensorFlow已经成功加载了。Python可以通过重命名来使引用更加方便，在本文中都会将“tensorflow”简写为“tf”。然后定义两个变量，a和b:

a = tf.constant([1.0,2.0])
b = tf.constant([2.0,3.0])

在这里将a和b定义为两个常量（tf.constant)，一个为[1.0,2.0]，另一个为[2.0,3.0]，在两个加数定义好之后，将这两个向量加起来，要输出相加得到的结果，需要先生成一个会话（session），并通过这个会话来计算结果（session）：

sess = tf.Session()
print(sess.run(a+b))

至此，就实现了一个非常简单的TensorFlow模型。

以上完整代码为：