tensorflow1和2的安裝部署，演示2.14版本（最新是2.15版本）
windows和linux用法一致，我是在win10和ubuntu2204下都手動測試過的
本文使用的conda的方式，2023年12月10日更新
如果中間有任何報錯，參考最后一節(jié)的處理
鏈接：tensorflow官網(wǎng)
注意：如果因為網(wǎng)絡(luò)問題出現(xiàn)錯誤或卡住，多次嘗試，或者設(shè)置國內(nèi)源或者其他方式。
一、基本配置
1.需要安裝anaconda
如果沒有安裝，按照我的這個教程（windows和linux都有）：因為notebook使用很方便，所以不要用miniconda，那樣就沒有notebook！
鏈接: anaconda安裝
當(dāng)然如果不用notebook，也可以安裝miniconda，
鏈接：miniconda安裝
初學(xué)者建議用cpu版本，gpu配置相對復(fù)雜，坑多
我這里的教程是直接裝完包括依賴的，無需手動編譯
2.gpu版本需要cuda和cudnn
在gpu的conda環(huán)境里面安裝即可，建議也在系統(tǒng)環(huán)境中安裝
cuda11.8，cudnn 8.6
鏈接：cuda安裝（linux）
鏈接：cuda安裝（windows）
3.windows用戶想使用linux的
可以參考我的linux安裝圖解（詳細(xì)）
unbuntu：ubuntu2204安裝
debian: debian 11 12安裝
二、安裝tensorflow1.15（1的最后一個cpu版本）
在windows和linux下一致。
由于現(xiàn)在主要用2了，1就用cpu版本吧，ts1的gpu版本用的cuda8，版本過老，很多現(xiàn)在的顯卡已經(jīng)不能很好支持。
1.15是tensorflow1的最后一個版本，已經(jīng)多年不再更新了，如果裝2跳過這一步。
1.安裝python3.6環(huán)境
conda create -n tensorflow python=3.6
2.激活環(huán)境
conda activate tensorflow
3.安裝tensorflow1.15
通過國內(nèi)源安裝
pip install tensorflow==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
4.方便在notebook中使用
通過國內(nèi)源安裝
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/
python -m ipykernel install --name tensorflow
5.打開notebook后，可以看到tensorflow的環(huán)境了
6.驗證
打開notebook，輸入以下并運行，顯示版本號即可
import tensorflow as tf
print(tf.__version__)
三、安裝tensorflow2.15.0（cpu版本）
更新這篇時（2023.12.10），最新版為2.15.0，以此為演示
官方給的兼容性：tensorflow兼容性
1.安裝python3.10環(huán)境（3.9-3.11之間）
這里選用3.10的python
conda create -n tensorflow2_cpu python=3.10
激活環(huán)境
conda activate tensorflow2_cpu
2.安裝tensorflow2.15.0
pip install tensorflow-cpu==2.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
3.適配notebook
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/
python -m ipykernel install --name tensorflow2_cpu
4.驗證
打開notebook，輸入以下并運行，顯示版本號即可
import tensorflow as tf
print(tf.__version__)
四、安裝tensorflow2.14（gpu版本，僅限于linux）
2.12版本后，沒有tensorflow-gpu這個分支了，實際上tf2對gpu的支持是自動的，但是考慮到不同版本的方便性，所以我是分開來裝
由于一直在linux上部署安裝，沒注意到新gpu版本的變化，新版本gpu版對于windows用戶相對麻煩，wsl可以嘗試，不過可能坑比較多。這里就不額外寫了。如果非要用windows，安裝早一點的版本吧。
可以不看兼容性：官方兼容性網(wǎng)址
因為我裝的是cuda11.8，所以選用了2.14版本
1.安裝python3.10環(huán)境（3.9-3.11之間）
這里選用3.10的python
conda create -n tensorflow2_gpu python=3.10
激活環(huán)境
conda activate tensorflow2_gpu
2.安裝
pip install tensorflow==2.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
3.適配notebook
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/
python -m ipykernel install --name tensorflow2_gpu
4.在conda環(huán)境中安裝cuda和cudnn
然后在conda環(huán)境中安裝，比如下面的。
注意版本安裝cuda，當(dāng)然如果在系統(tǒng)環(huán)境中安裝過可以跳過
conda install -c conda-forge cudatoolkit=11.8
安裝cudnn
pip install nvidia-cudnn-cu11==8.7.0.84 -i https://pypi.tuna.tsinghua.edu.cn/simple/
5.驗證
在notebook中輸入下面的進行驗證
import tensorflow as tf
tf.config.list_physical_devices('GPU')
結(jié)果類似如下：
五、其它問題和解決
1.如何使用指定的環(huán)境進行開發(fā)
方法一：在notebook中寫
方法二：使用命令行進入conda的指定環(huán)境，然后使用
方法三：使用遠(yuǎn)程開發(fā)，本地安裝開發(fā)工具，同時遠(yuǎn)程連接命令行
2.cpu優(yōu)化使用avx2
使用的時候可能會提示開啟avx2的字樣（可以不管他）
avx2能夠加速cpu，需要cpu的支持和在bios中開啟，開啟avx2可能會顯著增加功耗
3.successful NUMA node read from SysFS had negative value (-1)
報錯如下
successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
鏈接：解決numa報錯
解決思路就是指定gpu，完成后不會報錯，根據(jù)上面的鏈接的方法，可以有效的解決問題，我這里再操作寫一次：查找N卡
lspci | grep -i nvidia
注意前面的這個設(shè)備號，每個人不一樣，找到你需要的顯卡前面的數(shù)字，下面有用。
顯示所有的pcie設(shè)備
下面的命令，可以看到上面的設(shè)備號對應(yīng)的文件夾
cd /sys/bus/pci/devices/ && ls
指定gpu
echo 0 | tee -a /sys/bus/pci/devices/0000:21:00.0/numa_node
4.Cannot dlopen some GPU libraries
cuddn沒有裝好的問題
解決方法是在conda里面裝cudnn
5.配置環(huán)境變量（自動激活方式）
gpu版本如果出現(xiàn)問題
這種方式不需要每次手動配置這個環(huán)境下的環(huán)境變量
創(chuàng)建配置文件
mkdir -p $CONDA_PREFIX/etc/conda/activate.d
使用命令寫入環(huán)境變量文章來源：http://www.zghlxwxcb.cn/news/detail-764221.html
echo 'CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
echo 'export LD_LIBRARY_PATH=$CONDA_PREFIX/lib/:$CUDNN_PATH/lib:$LD_LIBRARY_PATH' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
刷新環(huán)境變量（上面的操作會在每次進入conda環(huán)境后自動加載，下面這條是首次加載）文章來源地址http://www.zghlxwxcb.cn/news/detail-764221.html
source $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
到了這里，關(guān)于tensorflow1 tensorflow 2 安裝配置（cpu+gpu）windows+linux的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
