站长资讯平台：今天学习一下Tensorflow2.0 的基础
核心库，@tf.function ，可以方便的将动态图的语言，变成静态图，在某种程度上进行计算加速
TensorFlow Lite
TensorFlow.JS
TensorFlow Extended
构成了TensorFlow 的生态系统
优势：
1、GPU加速
体现在大数据量运算的时候，的运算时间。如果使用CPU进行运算，那么计算是通过串行模式完成
GPU则会加速运算，并行操作，快速运行。
2、自动求导
自带自动求导工具，方便快速求导。
3、神经网络
直接调用TensorFlow提供的接口， 不需要我们自己去实现。
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 、 环境安装
Win10
Anaconda 、Python3.7
CUDA 10.0 cuDNN
TensorFlow 2.0
PyCharm
1、Anaconda安装，这里不在赘述，不会的朋友自行百度
测试有没有安装好Anaconda，直接打开命令行，输入：conda list
会出现下图所示内容，即安装完成
2、CUDA安装
安装前，假设你的电脑是有Nvidia显卡，本机显卡GTX 1060 6g
安装CUDA有以下几个步骤
（1）CUDA驱动本身安装
（2）CUDA 的cuDNN安装
（3）配置设置
下载CUDA
https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
下载完成后，双击运行
去掉GeForce
展开CUDA，如果安装了VS的，可以安装，如果没有安装，则去掉，不然容易报错
等待安装完成
安装完成后，到默认路径下，看看是否安装成功
如果都存在，且安装没有报错，那么说，安装成功了
下面我们在接着安装cuDNN，下载地址：
https://developer.nvidia.com/rdp/cudnn-download
下载完后，解压后我们会得到一个cuda问价夹，我们将cuda文件夹改名为，cudnn
然后将cudnn复制到cuda安装路径下面去
环境变量配置，此电脑，右键属性，
安装完cuda后，会自动帮我们添加两条环境变量在其中
我们还需要加入cudnn，和CUPTI的路径
把这几行指定，必须要有着4行。不然会报错
我们接下来测试一下是否安装完成，cmd，输入 nvcc -V， 出现如下内容，则说明安装完成，出现版本号
今天就介绍到这里，下回我们继续学习。
————————————————
版权声明：本文为CSDN博主「成都-上帝的中腿」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u012798683/article/details/96380787