站長資訊平台：今天學習一下Tensorflow2.0 的基礎
核心庫，@tf.function ，可以方便的將動態圖的語言，變成靜態圖，在某種程度上進行計算加速
TensorFlow Lite
TensorFlow.JS
TensorFlow Extended
構成了TensorFlow 的生態系統
優勢：
1、GPU加速
體現在大數據量運算的時候，的運算時間。如果使用CPU進行運算，那么計算是通過串行模式完成
GPU則會加速運算，並行操作，快速運行。
2、自動求導
自帶自動求導工具，方便快速求導。
3、神經網絡
直接調用TensorFlow提供的接口， 不需要我們自己去實現。
tf.matmul layers.Demse
tf.nn.conv2d layers.Conv2D
tf.nn.relu layers.SimpleRNN
tf.nn.max_pool2d layers.LSTM
tf.nn.sigmoid layers.RelU
tf.nn.softmax layers.MaxPool2D
一 、 環境安裝
Win10
Anaconda 、Python3.7
CUDA 10.0 cuDNN
TensorFlow 2.0
PyCharm
1、Anaconda安裝，這里不在贅述，不會的朋友自行百度
測試有沒有安裝好Anaconda，直接打開命令行，輸入：conda list
會出現下圖所示內容，即安裝完成
2、CUDA安裝
安裝前，假設你的電腦是有Nvidia顯卡，本機顯卡GTX 1060 6g
安裝CUDA有以下幾個步驟
（1）CUDA驅動本身安裝
（2）CUDA 的cuDNN安裝
（3）配置設置
下載CUDA
https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
下載完成后，雙擊運行
去掉GeForce
展開CUDA，如果安裝了VS的，可以安裝，如果沒有安裝，則去掉，不然容易報錯
等待安裝完成
安裝完成后，到默認路徑下，看看是否安裝成功
如果都存在，且安裝沒有報錯，那么說，安裝成功了
下面我們在接着安裝cuDNN，下載地址：
https://developer.nvidia.com/rdp/cudnn-download
下載完后，解壓后我們會得到一個cuda問價夾，我們將cuda文件夾改名為，cudnn
然后將cudnn復制到cuda安裝路徑下面去
環境變量配置，此電腦，右鍵屬性，
安裝完cuda后，會自動幫我們添加兩條環境變量在其中
我們還需要加入cudnn，和CUPTI的路徑
把這幾行指定，必須要有着4行。不然會報錯
我們接下來測試一下是否安裝完成，cmd，輸入 nvcc -V， 出現如下內容，則說明安裝完成，出現版本號
今天就介紹到這里，下回我們繼續學習。
————————————————
版權聲明：本文為CSDN博主「成都-上帝的中腿」的原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/u012798683/article/details/96380787