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）

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）

#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）| 来源: 网络整理| 查看: 265

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)

【本文地址】

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）

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）

今日新闻

推荐新闻

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）

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）

今日新闻

推荐新闻

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）

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）