我要评论建议在安装之前先确认下面链接中python的版本以及其对应的tensorflow、cuda、cudnn对应的版本。
tensorflow与python、cuda、cudnn的版本对应表_tensorflow版本对应python3.11-csdn博客
一.使用conda创建环境
初学者可以参考这篇文章：anaconda安装及环境配置-csdn博客
这里我创建了一个名为 tf ，python版本为3.8的环境
二.安装 tensorflow-cpu 版本
1.激活环境之后，安装python3.8 对应版本的tensorflow。
这里我安装的tensorflow-cpu版本为2.6
如果自己想安装其他的python版本和对应的tensorflow版本，可以参考文章开头链接
2.安装成功
- 在python中导入包：import tensorflow as tf
- 一开始提示报错，原因是protoc版本不对，参考下面这篇文章可解决。
解决：typeerror: descriptors cannot not be created directly-csdn博客
- 解决之后再次导入包，出现下面警告：
三.安装 tensorflow-gpu版本
1.为了不和其他环境冲突，我们重新创建一个虚拟环境
2.按照版本对应表中的版本，同样选择2.6版本的
3.在解决了和安装cpu时遇见的proto相同的问题后，可以导入python包进行测试tensorflow-gpu是否能正常工作。
import tensorflow as tf
tf.config.list_physical_devices('gpu')如果一切设置正确，可以看到下面的输出内容：
4.但是这里我报错了，报错如下：
解决方案如下：在此环境中重新安装 cudnn 和 cudatoolkit
conda install cudnn -c conda-forge
conda install cudatoolkit -c anaconda5.再次测试，成功！
发表评论