Tensorflow安装教程(Anaconda)
写在最前:
在安装过程中遇到很多坑,一开始自己从官网下载了Python3.6.3或者Python3.6.5或者Python3.7.1等多个版本,然后直接pip install tensorflow或者从https://www.lfd.uci.edu/~gohlke/pythonlibs/下载制定的tensorflow版本,但都没有成功,在测试过程总会出现“Failed to load the native TensorFlow runtime”之类的错误,甚至为了版本来源的统一,在https://www.lfd.uci.edu/~gohlke/pythonlibs/上统一下载了numpy+MKL,scipy,matplotlib以及scikit-learn并按顺序安装,但结果仍不尽人意
最终,终于在把电脑里所有的python版本以及对应的软件全部卸载之后,按照下面的方法成功安装tensorflow
注意:直接安装Anaconda即可,不需要事先安装python
Anaconda中安装tensorflow
一、前言
本次安装tensorflow是基于Python的,安装Python的过程不做说明(既然决定按,Python肯定要先了解啊):本次教程是windows下Anaconda安装Tensorflow的过程(cpu版,显卡不支持gpu版的...)
二、安装环境
(tensorflow支持的系统是64位的,windows和linux,mac都需要64位)
windows7(其实和windows版本没什么关系,我的是windows7,安装时参照的有windows10的讲解)
Python3.5.2(之前电脑上是安装的就是这个版本,如果你安装了,不知道版本的话可以在命令窗口输入"python --version",会显示你已安装的Python的版本号,如果事先没有安装也没关系,Anaconda会自带Python,无需自己再安装)
Anaconda3-4.2.0-Windows-x86_64.exe (windows下安装注意选择windows x86 64位就好)
三、Anaconda3-4.2.0-Windows-x86_64.exe
下载可以去官网上下载,直接搜索找与你电脑对应的版本就好,我个人习惯从清华镜像网站下载,网址https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/
下载完成后直接安装就行,步骤如下图所示:
自己用,就选择Just me
选择习惯的存储盘
下面两个全部选上,点Install安装就好了
验证Anaconda是否安装成功的方法:
命令窗口中输入“conda --version” ----->得到conda 4.2.0
看到了这个结果,恭喜你,你已经成功的安装上了Anaconda了,那么我们继续。
四、安装Tensorflow
安装Tensorflow时,需要从Anaconda仓库中下载,一般默认链接的都是国外镜像地址,下载肯定很慢啊(跨国呢!),这里我是用国内清华镜像,需要改一下链接镜像的地址。这里,我们打开刚刚安装好的Anaconda中的 Anaconda Prompt,然后输入:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
再接着输入:
conda config --set show_channel_urls yes
这两行代码用来改成连接清华镜像的
接下来安装Tensorflow,在Anaconda Prompt中输入:
conda create -n tensorflow python=3.5.2
一下图片是安装过程,有些坑我也写出来,注意一下就好:
正常的情况应该如下:
等待,然后输入“y”
然后
看到上面这些activate tensorflow(这么直白的英语,看看是不是很激动,)恭喜你,tensorflow你已经安装成功啦,去激活一下,紧接着输入:“activate tensorflow”就Ok了
我们要安装的是CPU版本,那么在命令下紧接着输入:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl
你也可以自己选择对应的Tensorflow版本,可以在清华镜像中查看
经过一小会的等待,当你看见如上图最后一行时,那么,恭喜你,你已经安装成功了,是不是很惊喜,是不是很激动,是不是想测试一下呢,那么我们先测试一下吧
五、测试
在Anaconda Prompt窗口中输入: python
进入python后输入:
import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b= tf.constant(12)
sess.run(a+b)
得到如下结果:
如何在jupyter notebook中使用tensorflow
现在还只是在终端界面中操作,并不方便,除此之外可以使用Anaconda中的jupyter notebook来使用python更加方便,但是直接在Anaconda Prompt中输入jupyter notebook进入jupyter notebook操作时会发现不能使用tensorflow,这是因为在创建的tensorflow环境下没有安装jupyter-notebook,所以在tensorflow环境下安装jupyter-notebook就可以了
首先进入tensorflow环境(activate tensorflow)
在此环境下安装jupyter notebook
安装完成后回车就打开jupyter notebook
之后就可以在jupyter notebook中使用tensorflow了
————————————————
参考链接:https://blog.csdn.net/laobai1015/article/details/84580243
https://blog.csdn.net/weixin_42001089/article/details/84403842
https://blog.csdn.net/qq_16633405/article/details/79941696
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列:基于图像分类模型对图像进行分类
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 25岁的心里话
· 闲置电脑爆改个人服务器(超详细) #公网映射 #Vmware虚拟网络编辑器
· 零经验选手,Compose 一天开发一款小游戏!
· 通过 API 将Deepseek响应流式内容输出到前端
· AI Agent开发,如何调用三方的API Function,是通过提示词来发起调用的吗