当前位置：首页 > news >正文

Windows 安装Tensorflow2.1、Pycharm开发环境

news 2025/8/26 5:33:16

文章目录

1、安装anaconda
2、安装Tensoflow
- 2.1、创建虚拟环境
- 2.2、安装Tensorflow依赖
- 2.3、验证Tensorflow是否成功
3、配置pycharm环境
4、错误记录

1、安装anaconda

https://www.anaconda.com/download
打开命令行工具，出现base就表示安装成功了，表示当前的虚拟环境名

在这里插入图片描述

2、安装Tensoflow

2.1、创建虚拟环境

在刚才的命令行中进行操作

# 创建一个名字为TF2.1的python3.7版本的虚拟环境
conda create -n TF2.1 python=3.7# 进入虚拟环境（会发现（base）变成了TF2.1表示当然进入了我们创建的虚拟环境）
conda activate TF2.1

2.2、安装Tensorflow依赖

# 如果不支持GUP则跳过这两步
# 英伟达SDK=10.1
conda install cudatoolkit=10.1# 英伟达深度学习软件包7.6
conda install cudnn=7.6安装tensorflow
pip install tensorflow==2.1

2.3、验证Tensorflow是否成功

查看版本号，如果版本号输出时2.1表示tensorflow安装成功

python
import tensorflow as tf
tf.__version__

3、配置pycharm环境

打开pycharm创建项目，选择刚才通过anaconda创建的虚拟环境进行开发

在这里插入图片描述

创建成功之后，输入以下代码进行验证，第一行时获取版本号，第二行时获取当前是否支持GPU，后面的计算两个变量之和

import tensorflow as tfdef print_hi(name):# Use a breakpoint in the code line below to debug your script.print(f'Hi, {name}')  # Press Ctrl+F8 to toggle the breakpoint.def tensorflow_t():tensorflow_version = tf.__version__gpu_available = tf.test.is_gpu_available()print("tensorflow version :", tensorflow_version, "\tGPU available:", gpu_available)a = tf.constant([1.0, 2.0], name="a")b = tf.constant([1.0, 2.0], name="b")result = tf.add(a, b, name="add")print(result)if __name__ == '__main__':tensorflow_t()