TensorFlow下载和安装详解(两种常用方式)

在上一节《TensorFlow:一款最火的 Python深度学习框架》中,我们对 TensorFlow 有了基本的认识,TensorFlow 2.0 是谷由谷歌在 2019 年 10 月份正式推出,已经推出短短数月就碾压了曾经的王者 “Pytorch”,2.0 版本相较于 1.0 版本做了翻天覆地的变化,首先语言变得简单易读,向着 Python 简洁的语法特性靠拢,其次提供了更多简洁易用的 API 使得开发者可以快速的构建自己的模型 。

本节我们以 Windows 10 系统为例讲解如何安装 TensorFlow 2.0 版本。这里主要介绍两种安装方式:一种是通过 Python 的 pip 包管理器来安装,另外一种则是通过 Anaconda 机器学习平台进行安装。

pip安装TensorFlow

如果想要安装 TensorFlow2.0,那么就需要提前在系统中安装 Python , 由于 TensorFlow 大约每隔半年更新迭代一次版本,这显然跟不上 Python 迭代的速度,因此 TensorFlow 官方文档提示,目前 TensoFlow2.0 最高仅支持 Python 3.7 版本,因此我们建议您安装 Python3.7 以及以下版本,推荐安装 3.5、3.6 版本,值得注意的是 TensorFlow2.0 仍然支持 Python 2.7。

还有一点需要特别注意,如果是在 Windows 平台上安装 TensorFlow,那么必须使用 64-bit Python 3.x 版本,否则不能安装成功,这一点千万要注意。

图片[1]|TensorFlow下载和安装
图1:Python3 64-bit下载示意图

安装完 Python 后,它就会自带 pip 包管理器,通过这个包管理器就可以实现在 Windows 上安装 TensorFlow 2.0 程序的。但由于在 pip 默认的源是从国外下载资源,因此速度会较慢,所以推荐使用国内源进行下载,本文使用的是清华源进行下载,您可以执行以下命令安装 TensorFlow:

pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

注意上述命令是安装 TensorFlow CPU 版本,还有另外一种 GPU 版本,两者相比,后者的运行效率和执行速度会更快一些,但对于日常学习用已经足够,安装 GPU 版本的方式如下所示:

pip install tensorflow-gpu==2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

Anaconda安装TensorFlow

如果您想使用 Anaconda 安装 TensorFlow2.0,就需要提前在系统中安装 Anaconda 平台,你可以通过访问 Anaconda 官方网站进行下载安装(地址:https://www.anaconda.com/),Anaconda 安装示意图如下:

图片[2]|TensorFlow下载和安装
图2:Anaconda下载示意图

通过官方网站下载安装包后,进行“傻瓜式”安装即可,安装成功后,通过执行 conda 命令查看所有命名提示符,如下所示:

图片[3]|TensorFlow下载和安装
图3:conda管理器的常用命令

下面正式开始安装 TensorFlow,首先使用 conda 命令创建一个Python3.5 的虚拟环境,该环境是为下载 TensorFlow 而准备,执行以下命令,并将该环境的名字命名为 tensorFlow,如下所示:

conda create --name tensorflow python=3.5

此命令执行后,它会帮助我们自动下载和设置 TensorFlow 所依赖的环境,命令执行过程如下图所示:

图片[4]|TensorFlow下载和安装
图4:设置 TensorFlow安装环境

等待上述命令执行完毕后,正式安装 TensorFlow2.0,命令如下所示:

pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

下载成功后,最后一步还需要激活虚拟环境,这样才能正常使用 TensorFlow,使用命令激活环境,命令格式如下:

activate tensorflow

过程展示如下所示:

图片[5]|TensorFlow下载和安装
图5:激活TensorFlow环境

当然我们还需要检验以下是否安装成功,Copy 以下代码进行最后一步的检查工作:

import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\nuse GPU",gpu_ok)

输出结果如下:

tf version: 2.0.0 #表示安装CPU版本成功
use GPU False #安装的不是 GPU版本

我的建议

上述两种方式相比较,虽然使用 Anaconda 进行安装略显复杂,但对于后续的学习确实非常方便的。因为 Anaconda 是当下最受欢迎的机器学习平台,内置安装了 180 多个有关机器学习的模块(Python包),因此选择 Anconda 来安装可谓是一劳永逸的,强烈推荐大家使用。

注意:TensorFlow 分为 GPU 版本和 CPU 版本,两个版本下载方式略有不同。CPU 版本无法利用 GPU 加速运算,计算速度相对缓慢,但是作为学习使用已经足够,上述介绍安装的都是 CPU 版本。待日后对深度学习有了一定了解,再利用 NVIDIA GPU 设备做加速运算也未尝不可。

© 版权声明
THE END
喜欢就支持一下吧
点赞11赞赏
分享
评论 共1条
HarryPotter的头像|艾奇编程网

昵称

取消
昵称表情