在服务器中安装查看这篇文章:

Anaconda的安装配置

下载

安装配置

Anaconda安装

  1. 点击Next
    xDyBM.png
  2. 点击I Agree
    xDgKG.png
  3. 点击所有人
    xDm01.png
  4. 选择安装位置,默认为C:\Anaconda3,建议安装到C盘,可以避免可能存在的问题,这里安装到D盘
    xDpwI.png
  5. 默认选择
    xDP1D.png
  6. 等待安装完成
    xDRHF.png

配置环境变量配置

  1. 打开系统配置
    xDt86.png
    xDDxP.png
  2. 修改系统变量的Path
    xDHJb.png
  3. 添加下列路径,注意要修改成自己的安装路径
    1
    2
    3
    4
    5
    D:\Environment\IDEA\Anaconda
    D:\Environment\IDEA\Anaconda\Scripts
    D:\Environment\IDEA\Anaconda\Library\mingw-w64\bin
    D:\Environment\IDEA\Anaconda\Library\usr\bin
    D:\Environment\IDEA\Anaconda\Library\bin
    xDLfl.png
  4. 打开Powershell检查
    xDGBg.png

Tensorflow 2安装

  1. 打开Anaconda Prompt,输入下面的命令,二选一
    1
    2
    3
    4
    5
    # CPU版本
    pip install tensorflow

    # GPU版本(需要安装CUDA10 NVIDIA显卡)
    pip install tensorflow-gpu
  2. 打开Juptyer Notebook,输入下面的命令
    1
    2
    3
    4
    5
    6
    7
    import tensorflow as tf

    A = tf.constant([[1, 2], [3, 4]])
    B = tf.constant([[5, 6], [7, 8]])
    C = tf.matmul(A, B)

    print(C)
    输出以下内容就是安装成功
    xDcMK.png

CUDA配置(安装Tensorflow-gpu版本才需要配置)

CUDA需要Nvidia显卡,AMD的显卡并不支持。

下载CDUA

  1. 点击下载的文件安装,默认安装

  2. 检查环境变量,如果没有自己添加

    1
    2
    3
    4
    setx CUDA_PATH "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0"
    setx CUDA_TOOLKIT_PATH "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0"
    setx CUDA_SDK_PATH "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0"
    setx CUDA_NVCC_EXECUTABLE "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin\nvcc.exe"
  3. 打开powershell,输入以下命令,有版本号输出则安装成功

    1
    nvcc -V

CUDNN下载

  1. 解压下载的文件,将里面的bin、include、lib文件直接复制到CDUA的安装目录下,执行覆盖安装
  2. 安装完成后就可以安装tensorflow-gpu了

docker安装

  1. 执行下列命令
    1
    2
    3
    4
    5
    6
    7
    8
    docker pull tensorflow/tensorflow

    docker run --name my-tensorflow -it -p 8888:8888 -v ~/tensorflow:/test/data tensorflow/tensorflow
    # --name:创建的容器名,即my-tensorflow
    # -it:保留命令行运行
    # -p 8888:8888:将本地的8888端口和http://localhost:8888/映射
    # -v ~/tensorflow:/test/data:将本地的~/tensorflow挂载到容器内的/test/data下
    # tensorflow/tensorflow :默认是tensorflow/tensorflow:latest,指定使用的镜像
  2. 命令行显示
    1
    2
    3
    4
    5
    [C 15:08:31.975 NotebookApp]
    Copy/paste this URL into your browser when you connect for the first time,
    to login with a token:

    [I 15:09:08.581 NotebookApp] 302 GET /?token=649d7cab1734e01db75b6c2b476ea87aa0b24dde56662a27 (172.17.0.1) 0.42ms
  3. 复制带token的url到浏览器打开
    1
    http://localhost:8888/?token=649d7cab1734e01db75b6c2b476ea87aa0b24dde56662a27