Tensorflow2.0深度学习框架的搭建与环境配置

深度学习框架的介绍与比较

就目前流行度而言,排名依次是tensorflow2.0, PyThorch, Keras, Caffe, Theano, MXNet, Scikit-learn。总的来说学习深度学习，Tensorflow2.0和PyTorch都要掌握，二者选其一主修。如表1：

使用学习框架有以下三个好处：

GPU加速，使大量参数的计算得以实现。

自动求导，方便求得权值和梯度。

神经网络专门的API 直接调用，不需要自己实现逻辑和算法。

Tensorflow2.0的安装与配置

Tensorflow2.0的安装与配置需要分5步进行

1.Windows10 操作系统

2.Pycharm python的开发编辑平台

3.Anaconda，是集Python3.7等编译器一体的包管理平台

4.CUDA10.0 是NVIDIA显卡公司提供的一个并行计算的GPU加速库

5.Tensorflow2.0包

具体操作如下：

1.window10系统安装，这里不做赘述。

2.下载安装Anaconda，地址/distribution/ 选择python3.7版

安装时将第一个选项勾选，自动配置环境变量

3.下载Pycharm，地址/pycharm/ 选择对应版本。如果你是在校学生，有学校的edu邮箱，可以免费注册Pycharm专业版，注册地址如下，本文不详细说明。按图勾选选项。

4下载CUDA10.0，地址/cuda-10.0-download-archive

4.1CUDA10.0的安装很容易出错，按照以下提示进行勾选

4.2cuDNN下载

在NVIDIA官网上进行注册后，搜索cuDNN选择对应Window10和CUDA10.0版本进行下载，下完完成后解析压缩包，将cuda文件夹改名为cudnn并复制到制定目录，最后确认dull文件是否下载成功。

4.3环境变量的配置

右击“我的电脑”->属性->高级系统设置->环境变量

添加CUPTI路径：点击New新增条目，并上移至顶端

5创建Conda环境，安装tensorflow2.0

首先按Win+R键，输入cmd，回车，在cmd界面输入代码：conda create --name tensorflow2.0 python3.7 回车后输入y，之后稍作等待可看到安装成功。

使用代码：conda activate tensorflow2.0 来激活刚才创建的环境

激活环境后输入代码：pip install tensorflow-gpu 进行下载安装

*若下载过慢，可使用清华镜像进行下载，代码如下：

pip install tensorflow==2.0.0-alpha0 -i /simple