Tensorflow2的安装与使用 (anaconda安装使用、机器学习样例、测试CPU与GPU运行速度) |
您所在的位置:网站首页 › 使用anaconda安装tensorflow gpu › Tensorflow2的安装与使用 (anaconda安装使用、机器学习样例、测试CPU与GPU运行速度) |
一、下载安装Anaconda
下载地址:https://repo.anaconda.com/archive/?C=M&O=A 下载Anaconda3-2021.11-Windows-x86_64.exe版本 傻瓜式安装,一直下一步即可安装完成 二、在Anaconda下安装tensorflow2 1.创建虚拟环境创建一个新的环境安装tensorflow2,打开anaconda prompt,输入: conda create -n tf2 python=3.9查看安装好的环境: conda info -e激活创建的环境: activate tf2 2.更新pip输入: python.exe -m pip install --upgrade pip 3.安装tensorflow2 pip install tensorflow==2.10指定版本为2.10 (默认安装新版本2.11版本,这个版本太新,还不支持GPU。) 4.验证安装成功 import tensorflow as tf print(tf.__version__)这将输出tensorflow的版本号,确保安装成功。 注:安装过程可能存在的问题使用GPU的情况: 安装tensorflow: pip install tensorflow默认安装新版本2.11版本,这个版本太新,还不支持GPU。 如果使用GPU,则先删除已经下好的2.11版本: pip uninstall tensorflow再安装指定版本: pip install tensorflow==2.10测试GPU版本是否正常运行: print(tf.config.list_physical_devices('GPU'))输出结果为: PhysicalDevice(name='/physical_device:CPU:0',device_type='GPU')]则说明GPU版本正常运行。 三、测试CPU运行速度由于目前所使用的电脑无GPU,故只能使用CPU进行计算。 测试代码,如下图所示: import tensorflow as tf import timeit #指定在cpu上运行 def cpu_run(): with tf.device('/cpu:0'): cpu_a = tf.random.normal([10000, 1000]) cpu_b = tf.random.normal([1000, 2000]) cpu_c = tf.matmul(cpu_a, cpu_b) # print("cpu_a: ", cpu_a.device) # print("cpu_b: ", cpu_b.device) # print("cpu_c: ", cpu_c.device) return cpu_c cpu_time = timeit.timeit(lambda: cpu_run, number = 10) print('cpu:', cpu_time) 四、机器学习样例测试 样例代码 import tensorflow as tf #加载并准备 MNIST 数据集。将样本数据从整数转换为浮点数: mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation='softmax') ]) model.summary() model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) model.fit(x_train,y_train,epochs=5) model.evaluate(x_test,y_test) 运行 五、参考资料[1] 初学者的 TensorFlow 2.0 教程 | TensorFlow Core [2] anaconda下载及安装(保姆级教程) - 知乎 (zhihu.com) |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |