win10下Anaconda中tensorflow2.4.1的下载

前提条件：

1.安装了Anaconda（我装的是最新版本Anaconda3，python3.8）

2.安装了Visual C++安装包（由于我不知道怎么下载这个安装包所以我直接下的visual studio 2019 community，因为我一开始没安装这个然后最终验证tensorflow是否成功时出问题了，所以还是推荐大家装一下VC++安装包）

如果上述条件都已具备，那咱们就开始安装tensorflow2.4.1吧！

首先在开始页面打开 Anaconda命令行

新建python环境

新建一个TF2的python3.8版本的环境

conda create -n TF2 python=3.8

出现Proceed ([y]/n)?时，输入y，按回车表示同意继续安装相关软件包就行

进入TF2环境内

conda activate TF2

以下所有操作，都是在这个环境下的操作

tensorflow-gpu版本的安装准备（没有NVIDIA的可以跳过这一步，安装cpu版本就可以）

如果电脑有英伟达GPU，就是下面这个玩意儿NVIDIA，可以选择安装cudatoolkit11.0和cudnn8.0版本，从而实现加速

我的电脑有，所以说一下怎么装gpu版本的tensorflow

安装cudatoolkit11.0版本和cudnn8.0版本，注意这个版本号别搞错了，tensorflow2.4对应的就是这两个版本号

安装NVIDIA的SDK 11.0版本

conda install cudatoolkit=11.0

安装NVIDIA深度学习包8.0版本

conda install cudnn=8.0

如果上述两条语句不成功，可能是你的电脑不支持，也可能是下载速度慢导致的问题，建议更换pip源

安装tensorflow gpu版本（不用在tensorflow后面加-gpu，系统会自动为你下载gpu版本）

（如果安装过慢导致安装失败，可以在代码后面加上 -i https://pypi.tuna.tsinghua.edu.cn/simple）

（例如：pip install tensorflow==2.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple）

pip install tensorflow==2.4.1

安装tensorflow-cpu版本（选择安装gpu版本的忽略这一步）

指定下载cpu版本，不然可能给你下载的是gpu版本，然后可能会由于各种版本问题导致用不了

pip install tensorflow-cpu==2.4.1

安装完成后

验证：查看tensorflow安装版本

进入python 验证tensorflow安装是否成功

输入

import tensorflow as tf

执行完成后输入（注意是version前后都是两个下划线__）

tf.__version__

若显示版本号，则tensorflow2.4.1安装成功

如下图所示

安装gpu版本的朋友在pycharm里面用测试代码测试是否安装成功的时候可能会出现这样的问题

RuntimeError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

意思是你cuda驱动版本低于cuda运行的版本

就是本地电脑的cuda驱动版本比虚拟运行环境的cuda版本低，所以在本地要进行驱动升级

这个我还没有解决，解决之后会单独出一个博文讲讲

——————————————————————————————————————————————————

已经解决啦！！！！！！

请参考博文

https://blog.csdn.net/Y15072309119/article/details/113815453

——————————————————————————————————————————————————

pycharm里测试是否安装成功的测试代码

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

安装成功会显示