从0开始配置TensorFlow环境
郝伟 2021/04/18

• 简介
• 安装前必读
• 需要安装的内容包括
• 安装CPU版本
• 安装GPU版本
  • tensorflow_gup
  • CUDA
  • cuDNN

简介

本文章介绍的是从0开始安装TensorFlow环境，即在目标计算机上没有安装任何环境。

安装前必读

在安装前，必需要了解的内容：

• 环境要干净，不要有任何相关的内容，如果有要么删除，要么很清楚干嘛用的决定是否要删除；
• TensorFlow有两种模式：CPU模式和GPU模式，顾名思义分别代表不用的计算方式。如果使用GPU速度会非常快，但是需要很多额外的配置（下详）；

需要安装的内容包括

安装CPU版本

CPU版本的安装比较简单，只需输入以下命令即可。

pip install tensorflow

注意：由于默认安装源在境外，所以速度奇慢，可以使用以下国内地址源进行安装

# 清华大学
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/  --upgrade tensorflow
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/  --upgrade tensorflow-gpu
# 中国科技大学 
pip install -i https://pypi.mirrors.ustc.edu.cn/simple/ --upgrade tensorflow
pip install -i https://pypi.mirrors.ustc.edu.cn/simple/ --upgrade tensorflow-gpu
# 豆瓣(douban) 
pip install -i http://pypi.douban.com/simple/ --upgrade tensorflow
pip install -i http://pypi.douban.com/simple/ --upgrade tensorflow-gpu

安装GPU版本

TensorFlow模块共需要安装以下3个模块

tensorflow_gup

GPU版本所需要的Python模块

CUDA

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。

cuDNN

cuDNN全称为 CUDA Deep Neural Network，参见中文官网）。此库就常用的神经网络操作进行相应的性能的优化，如卷积，pooling，归一化，以及激活层等。

在安装的时候，每个模块都有不同的版本，比如 TensorFlow_gpu 1.11.0 + CUDA 9 + cuDNN 7 + Python 3.6，但是：【特别注意】
一定要注意版本问题！
一定要注意版本问题！！
一定要注意版本问题！！！
由于发布行的依赖关系，TensorFlow所需要的几个模块的版本是固定的，如果不一样就会出现各种错误，所以一定要注意版本问题。具体参考此文：tensorflow各个版本的CUDA以及Cudnn版本对应关系，讲的比较清楚，值得参考。

参考

• 深度学习：Keras入门(一)之基础篇
  强烈推荐，结构讲的很清楚，特别合适初学者。