家政公司在哪个平台推广效果好/杭州seo排名优化外包

写在前面

操作系统平台：Windows 10

  当你看到这里的时候，请确保你的电脑已经安装了Anaconda（或Miniconda）并且已经配置好环境变量。如果还没有安装Anaconda（或Miniconda），戳我！

安装及配置TensorFlow 2.0.0 (CPU-only)

1. 新建TensorFlow 2.0.0 CPU环境

  在开始菜单中找到Anaconda 3文件夹，打开其中的Anaconda Prompt。

  在Anaconda Prompt中输入下面的命令新建TensorFlow 2.0.0 CPU环境。

conda create -n TF2_CPU python=3.7

  其中TF2_CPU是自定义的环境名，可以根据自己的喜好来命名；python=3.7是指定的Python版本，同样可以根据自己的需求来指定其他的版本。
  在新建环境过程中，当出现Proceed ([y]/n)?的字样时，输入y并按下Enter键继续即可。
  新建环境完毕后，输入以下命令，进入新建环境。

conda activate TF2_CPU

  进入后可以发现，TF2_CPU出现在了路径的前面，如下图所示。这表示我们已经处于TF2_CPU环境下了。

2. 安装TensorFlow 2.0.0 (CPU-only)

  输入以下命令进行安装。这里将默认源更换为国内清华源，下载速度会快很多。

pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

  如果因为网络因素导致下载失败，重新输入上面的命令再次进行安装。

3. 配置PyCharm开发环境

  如果你不需要PyCharm作为开发环境，可以略过这一步。
  点击PyCharm左上角的File，选择New Project，出现下图所示的界面。Location一栏自行选择项目的路径，Project Interpreter选择Existing interpreter，点击右侧的图标，选择TF2_CPU环境对应的Python解释器，相对于Anaconda3文件夹的路径为.\envs\TF2_CPU\python.exe。之后点击Create，创建完成。

4. 测试TensorFlow 2.0.0 (CPU-only)

  新建demo.py文件，复制下述代码并运行。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-import tensorflow as tfversion = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("TensorFlow Version:", version, "\nUse GPU:", gpu_ok)

  输出结果如下图所示。至此，TensorFlow 2.0.0 (CPU-only) 安装完成。

安装及配置TensorFlow 2.0.0 (GPU support)

安装前请确认你的电脑的GPU品牌为NVIDIA。
我的电脑GPU为NVIDIA GeForce GTX 1650。

1. 新建TensorFlow 2.0.0 GPU环境

  在Anaconda Prompt中输入下面的命令新建TensorFlow 2.0.0 GPU环境。

conda create -n TF2_GPU python=3.7

  新建环境完毕后，输入以下命令，进入新建环境。

conda activate TF2_GPU

2. 安装GPU版本支持

  如果你的电脑拥有NVIDIA的GPU，且操作系统为Windows，一般都有驱动程序，只需要安装cudatoolkit与cudnn。注意：cudatoolkit需要安装10.0版本，如果系统的cudatoolkit版本低于10.0则需要更新至10.0。
  输入下面的命令安装GPU版本支持。

conda install cudatoolkit=10.0 cudnn

3. 安装TensorFlow 2.0.0 (GPU support)

  输入以下命令进行安装。同样地，这里将默认源更换为国内清华源，下载速度会快很多。

pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

  如果因为网络因素导致下载失败，重新输入上面的命令再次进行安装。

4. 配置PyCharm开发环境

  如果你不需要PyCharm作为开发环境，可以略过这一步。
  点击PyCharm左上角的File，选择New Project，出现下图所示的界面。Location一栏自行选择项目的路径，Project Interpreter选择Existing interpreter，点击右侧的图标，选择TF2_GPU环境对应的Python解释器，相对于Anaconda3文件夹的路径为.\envs\TF2_GPU\python.exe。之后点击Create，创建完成。

5. 测试TensorFlow 2.0.0 (GPU support)

  新建demo.py文件，复制下述代码并运行。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-import tensorflow as tfversion = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("TensorFlow Version:", version, "\nUse GPU:", gpu_ok)

  输出结果如下图所示。至此，TensorFlow 2.0.0 (GPU support) 安装完成。