精华内容
下载资源
问答
  • 之前 写过一篇在 ubuntu 下安装 TensorFlow 的教程,那个时候 TensorFlow 官方还不支持 Windows 系统,虽然可以通过其他方法安装,但是终究不是原生的,而且安装过程繁琐易错。好消息是,Google官方在11月29号的...

    之前 写过一篇在 ubuntu 下安装 TensorFlow 的教程,那个时候 TensorFlow 官方还不支持 Windows 系统,虽然可以通过其他方法安装,但是终究不是原生的,而且安装过程繁琐易错。好消息是,Google官方在11月29号的开发者博客中宣布新的版本(0.12)将 增加对Windows的支持,我11月30号知道的,立马就安装试了试,安装过程非常简单,不过也有一些需要手动调整。

    这里写图片描述


    更新

    这里我会列出对本文的更新。

    • 2017 年 3 月 1 日:cuDNN 版本从 5.0 升级到 5.1 版本,更新 cuda 和 cudnn 下载地址。
    • 2017 年 3 月 20 日:标记 安装前准备 中的第五条 确保你安装了 VS2015 或者 2013 或者 2010。 为存疑。这是我之前在 TensorFlow 官网看到的,但是现在去翻了翻找不到了。如果有同学没有安装 VS 就把 TensorFlow 安装成功了的话,请在下方评论区说明下,到时候我会将这个要求标记为删除。谢谢。
    • 2017 年 3 月 26 日:更新 TensorFlow 安装命令。
    • 2017 年 4 月 18 日:
      • 安装前准备 第五条标记为删除,经过我再次试验发现不需要 VS 的支持。
      • 增加问题 Cannot remove entries from nonexistent file 的解决办法。
    • 2017 年 7 月 20 日:增加问题 ImportError: DLL load failed: 找不到指定的模块。ImportError: No module named '_pywrap_tensorflow_internal'ImportError: No module named 'tensorflow.python.pywrap_tensorflow_internal 的时候` 的解决办法。
    • 2017 年 7 月 31日:更新关于 Python 版本的说明,TensorFlow 从 1.2 开始在 Windows 上支持 Python 3.6。感谢评论区 @Vince_Ace 提供的信息。
    • 2017 年 8 月 20 日:TensorFlow 1.3 发布,更新 cuDNN 版本说明。感谢评论区 @myseth1023 提供的信息。
    • 2017 年 8 月 21 日:删除 安装cuDNN 中容易误导人的部分(关于添加环境变量)。
    • 2018 年 3 月 12 日:TensorFlow 1.6 发布,更新相关说明,详细发布说明参考 Release TensorFlow 1.6.0
    • 2018 年 3 月 18 日:增加问题 #4 及其解决办法。
    • 2019 年 4 月 5 日:增加问题 #5 及其解决办法(针对 TensorFlow 1.13)。
    • 2019 年 10 月 14 日:TensorFlow 2.0 正式版 发布,更新相关说明和对应测试代码。详细发布说明参考 Release TensorFlow 2.0关于 TensorFlow 2.0 的新变化,我最近写一篇文章来专门说一说,写好后更新在这里。
    • 2020 年 11 月 10 日:增加 conda 安装方式。

    话题终结者

    大部分情况下,优先尝试用 conda,尤其是安装 GPU 版。conda 会自动帮你下载对应 cuda 和 cudnn,帮你处理依赖,真正的一键安装。

    conda install tensorflow-gpu  # GPU
    conda install tensorflow  # CPU
    

    如果 conda 安装出现错误或其他情况(conda 也是有一定几率出错的,而且conda 上一般版本更新较为滞后),考虑用 docker,最后再考虑下面的本地安装方式。

    安装前准备

    TensorFlow 有两个版本:CPU 版本和 GPU 版本。GPU 版本需要 CUDAcuDNN 的支持,CPU 版本不需要。如果你要安装 GPU 版本,请先确认你的显卡支持 CUDA。我安装的是 GPU 版本,采用 pip 安装方式,所以就以 GPU 安装为例,CPU 版本只不过不需要安装 CUDA 和 cuDNN。

    1. 这里 确认你的显卡支持 CUDA。
    2. 确保你的 Python 版本是 3.5 64 位及以上。(TensorFlow 从 1.2 开始支持 Python 3.6,之前的官方是不支持的)
    3. 确保你有稳定的网络连接。
    4. 确保你的 pip 版本 >= 8.1。用 pip -V 查看当前 pip 版本,用 python -m pip install -U pip 升级pip
    5. 确保你安装了 VS2015 或者 2013 或者 2010。此条非必须,删除。

    此外,建议安装 Anaconda,因为这个集成了很多科学计算所必需的库,能够避免很多依赖问题,安装教程可以参考 这里

    以上条件符合,那么恭喜你可以开始下载 CUDA 和 cuDNN 的安装包了,注意版本号会由于 TensorFlow 不同版本有变化,此处请结合下面的安装 CUDA安装 cuDNN 说明)。


    安装 TensorFlow

    由于 Google 那帮人已经把 TensorFlow 打成了一个 pip 安装包,所以现在可以用正常安装包的方式安装 TensorFlow 了,就是进入命令行执行下面这一条简单的语句:

    # GPU版本
    pip3 install --upgrade tensorflow-gpu
    
    # CPU版本
    pip3 install --upgrade tensorflow
    

    然后就开始安装了,速度视网速而定。

    安装网之后你试着在 Python 中import tensorflow会告诉你没有找到 CUDA 和 cuDNN,所以下一步就是安装这两个东西。


    安装 CUDA

    • TensorFlow 1.6:CUDA 9.0
    • TensorFlow 1.13.1:CUDA 10.0
    • TensorFlow 2.0:CUDA 10.0

    这个也是很简单的,首先根据上面的版本去官网下载对应的安装包(~ 1.4 GB)。下载完那个 exe 文件就是 CUDA 的安装程序,直接双击执行就可以了,就像安装正常的其他软件一样,安装过程屏幕可能会闪烁,不要紧,而且安装时间有点长。

    安装完之后系统变量会自动为你添加上,这个不用管。

    测试一下是否安装成功,命令行输入 nvcc -V ,看到版本信息就表示安装成功了。

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-K9Ioxbgh-1571047832039)(https://i.imgur.com/Qjk8FSf.png)]


    安装 cuDNN

    • TensorFlow 1.6:cuDNN 7.0
    • TensorFlow 1.13.1:cuDNN >= 7.4.1
    • TensorFlow 2.0:cuDNN >= 7.4.1

    首先去官网下载对应版本的安装包(~ 173 MB)。其实这个是一个压缩包,解压放到任何一个目录下就行,然后把其中的bin目录路径添加到Path环境变量里。

    比如说我下载解压后放到了下图的 cuda 文件夹:

    这里写图片描述

    Path环境变量:

    path

    如果你已经安装了 cuDNN 5.0 ,那么升级 cuDNN 的方法可以参考 这里

    然后 import tensorflow 应该就成功了。


    测试

    TF 1.X 版本

    用一个简单的矩阵乘法测试一下,

    import tensorflow as tf
    
    a = tf.random_normal((100, 100))
    b = tf.random_normal((100, 500))
    c = tf.matmul(a, b)
    sess = tf.InteractiveSession()
    sess.run(c)
    

    这里写图片描述
    看不清的话可以右键在新标签页打开图片查看大图

    TF 2.X

    TF2 不再需要 session,像 numpy 一样直接运行即可

    import tensorflow as tf
    
    print(f"tensorflow version = {tf.__version__}", end='\n\n')
    
    a = tf.random.normal((100, 100))
    b = tf.random.normal((100, 100))
    c = tf.linalg.matmul(a, b)
    c_numpy = c.numpy()  # 可以使用 .numpy() 变成 numpy array 形式
    
    print(c, end='\n\n')
    print(c_numpy)
    

    tf2示例


    Issues

    #1 Cannot remove entries from nonexistent file

    如果在安装 TensorFlow 的时候出现类似 Cannot remove entries from nonexistent file c:\users\li\anaconda3\lib\site-packages\easy-install.pth 的错误,那么可以参考 Cannot remove entries from nonexistent #622osx 10.11 installation issues #135,里面说了好多种解决办法,我在这里介绍一种方法:在 pip3 install --upgrade tensorflow-gpu 之前先执行 pip install --upgrade --ignore-installed setuptools

    #2 ImportError: DLL load failed: 找不到指定的模块。ImportError: No module named '_pywrap_tensorflow_internal'

    这里写图片描述
    右键在新标签页打开图片查看大图

    这里写图片描述
    右键在新标签页打开图片查看大图

    这里写图片描述
    右键在新标签页打开图片查看大图

    如果在 import tensorflow 的时候这两个问题同时出现,那么很有可能是你的 cuda 和 cudnn 版本有问题,例如你的 cuda 版本是 8.0.60,而正确的是 8.0.44,重新安装正确的版本(文章里提供的)就可以。参考 On Windows, running “import tensorflow” generates No module named “_pywrap_tensorflow” error 。感谢 @qq_27690673 提供的信息。

    #3 ImportError: No module named 'tensorflow.python.pywrap_tensorflow_internal'

    这里写图片描述
    右键在新标签页打开图片查看大图

    如果在 import tensorflow 的时候出现此问题,那么你可能是在 tensorflow 的源码目录里进入了 python 解释器。离开该目录重新进入 python 解释器即可。

    #4 ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败ModuleNotFoundError: No module named '_pywrap_tensorflow_internal'

    以下报错信息参考自 import tensorflow failed, “ImportError: DLL load failed”. Even after install visual studio 2015, Microsoft Visual C++ 2015 Redistributable Update 3. · Issue #17393 · tensorflow/tensorflow

    Traceback (most recent call last):
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 18, in swig_import_helper
        return importlib.import_module(mname)
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\importlib\__init__.py", line 126, in import_module
        return _bootstrap._gcd_import(name[level:], package, level)
      File "<frozen importlib._bootstrap>", line 994, in _gcd_import
      File "<frozen importlib._bootstrap>", line 971, in _find_and_load
      File "<frozen importlib._bootstrap>", line 955, in _find_and_load_unlocked
      File "<frozen importlib._bootstrap>", line 658, in _load_unlocked
      File "<frozen importlib._bootstrap>", line 571, in module_from_spec
      File "<frozen importlib._bootstrap_external>", line 922, in create_module
      File "<frozen importlib._bootstrap>", line 219, in _call_with_frames_removed
    ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败。
    
    During handling of the above exception, another exception occurred:
    
    Traceback (most recent call last):
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
        from tensorflow.python.pywrap_tensorflow_internal import *
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 21, in <module>
        _pywrap_tensorflow_internal = swig_import_helper()
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 20, in swig_import_helper
        return importlib.import_module('_pywrap_tensorflow_internal')
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\importlib\__init__.py", line 126, in import_module
        return _bootstrap._gcd_import(name[level:], package, level)
    ModuleNotFoundError: No module named '_pywrap_tensorflow_internal'
    
    During handling of the above exception, another exception occurred:
    
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\__init__.py", line 24, in <module>
        from tensorflow.python import *
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\__init__.py", line 49, in <module>
        from tensorflow.python import pywrap_tensorflow
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 74, in <module>
        raise ImportError(msg)
    ImportError: Traceback (most recent call last):
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 18, in swig_import_helper
        return importlib.import_module(mname)
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\importlib\__init__.py", line 126, in import_module
        return _bootstrap._gcd_import(name[level:], package, level)
      File "<frozen importlib._bootstrap>", line 994, in _gcd_import
      File "<frozen importlib._bootstrap>", line 971, in _find_and_load
      File "<frozen importlib._bootstrap>", line 955, in _find_and_load_unlocked
      File "<frozen importlib._bootstrap>", line 658, in _load_unlocked
      File "<frozen importlib._bootstrap>", line 571, in module_from_spec
      File "<frozen importlib._bootstrap_external>", line 922, in create_module
      File "<frozen importlib._bootstrap>", line 219, in _call_with_frames_removed
    ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败。
    
    During handling of the above exception, another exception occurred:
    
    Traceback (most recent call last):
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
        from tensorflow.python.pywrap_tensorflow_internal import *
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 21, in <module>
        _pywrap_tensorflow_internal = swig_import_helper()
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 20, in swig_import_helper
        return importlib.import_module('_pywrap_tensorflow_internal')
      File "C:\Users\sss\AppData\Local\Programs\Python\Python36\lib\importlib\__init__.py", line 126, in import_module
        return _bootstrap._gcd_import(name[level:], package, level)
    ModuleNotFoundError: No module named '_pywrap_tensorflow_internal'
    
    
    Failed to load the native TensorFlow runtime.
    
    See https://www.tensorflow.org/install/install_sources#common_installation_problems
    
    for some common reasons and solutions.  Include the entire stack trace
    above this error message when asking for help.
    

    新版本的 TensorFlow(1.6)会出现此问题,根据 TensorFlow 1.6.0 的发布说明,该版本会使用 AVX 指令,所以可能会在旧 CPU 上不能运行:

    Prebuilt binaries will use AVX instructions. This may break TF on older CPUs.

    参考 Tensorflow 1.6.0 cpu fails on import on Windows 10 · Issue #17386 · tensorflow/tensorflow 的讨论,有两种解决办法

    感谢 @qq_41568117 提供的反馈。

    #5 No module named 'numpy.core._multiarray_umath'numpy.core.multiarray failed to importnumpy.core.umath failed to import

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-80XaFcdM-1571047832048)(https://i.imgur.com/jeN5YvA.png)]

    这是由于 numpy 版本较低,升级版本即可:

    $ pip install -U numpy
    

    END

    展开全文
  • 现在越来越多的人工智能和机器学习以及深度学习,强化学习出现了,然后自己也对这个产生了点兴趣,特别的进行了一点点学习,就通过这篇文章来...一:安装Anaconda和Tensorflow 步骤: 1:从官方网站下载Anacond...

     目录

    一:安装Anaconda和Tensorflow

    1:从官方网站下载Anaconda

    2:进行软件安装(这个和普通的没什么特别区别)

    3:安装完成Anaconda之后进行环境变量的测试

    4:进行正式的安装Tensorflow

    5:通过命令:pip install --upgrade --ignore-installed tensorflow

    6:等待完成之后,确认是否安装成功

    二:将Tensorflow环境嵌入到编辑器中

    版本:Linux(Ubuntu14.0.1)

    三:Linux环境安装Tensorflow(通过Anaconda方式)

    四:Pycharm整合tensorflow环境

    五:Tensorflow的案例实践

    (3)拨号键与短信息图标的识别

    六:安装的一些额外库的方法

    七:常见的一些问题汇总

    彩蛋:


    彩蛋:可以加微信公众号(Java菜鸟进阶之路)便于日常阅读哦!   

     现在越来越多的人工智能和机器学习以及深度学习,强化学习出现了,然后自己也对这个产生了点兴趣,特别的进行了一点点学习,就通过这篇文章来简单介绍一下,关于如何搭建Tensorflow以及如何进行使用。建议的话,还是要学习了一点Python基础知识和Linux知识是最好的!

    版本:Windows7

    一:安装Anaconda和Tensorflow

    步骤:

    1:从官方网站下载Anaconda

    https://www.anaconda.com/download/

    2:进行软件安装(这个和普通的没什么特别区别)

    注意一点:

    3:安装完成Anaconda之后进行环境变量的测试

    进入到windows中的命令模式:

    (1)检测anaconda环境是否安装成功:conda --version

    (2)检测目前安装了哪些环境变量:conda info --envs

    (3)对于Anaconda中安装一个内置的python版本解析器(其实就是python的版本)

            查看当前有哪些可以使用的python版本:conda search  --full -name python

        (备注:如果是用比较新的版本的话,就使用conda search  --full --name python       它们的name的前面是两个‘-’

            安装python版本(我这里是安装的3.5的版本,这个根据需求来吧):conda create --name tensorflow python=3.5

    (4)激活tensflow的环境:activate tensorflow(注意:这个是在后序安装成功之后才能进行的,否则会提示错误)

    (5)检测tensflow的环境添加到了Anaconda里面:conda info --envs(注意:基于后序安装成功之后才进行的,否则会提示错误)

    (6)检测当前环境中的python的版本:python --version

    (7)退出tensorflow的环境:deactivate

    (8)切换到tensorflow的环境:activate tensorflow      

    上面的这些基本就可以对于Anaconda有一个比较简单的了解,其实它就类似于JDK的一些操作,比如我们查看jdk的版本,也可以用java --version ,所以说对于Anaconda去安装tensorflow是比较简单的原因也正是这样,也就是是给我们提供了一个基础的依赖环境,这样就方便我们进行后面的安装操作;

    Anaconda的官方开发文档,可以看看,还是官网的东西更加好:

    https://docs.anaconda.com/anaconda/user-guide/getting-started

    https://anaconda.org/

    4:进行正式的安装Tensorflow

    注意事项:根据Tensorflow的官方文档,可以得到安装tensorflow的一个命令是下面:

    pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_x86_64.whl

    但是,如果我们在cmd中,直接进行这样的话,有可能是不能够成功的,开始也不知道为什么,后面发现是跟电脑的cpu和显卡有点关系,所以,采取后面的方法进行安装;

    5:通过命令:pip install --upgrade --ignore-installed tensorflow

    剩下的就是慢慢的等待安装的过程啦

    温馨提示:(1)如果在这个命令之后,有提示说需要你升级你的pip的版本,那么你就根据上面的提示进行命令安装就可以了

    6:等待完成之后,确认是否安装成功

    (1)打开之前安装的Anaconda

    这两个都可以,我这里说一下使用Anaconda Prompt的方式;

    方法一:步骤:①直接点击进入,就会显示如下的内容:

    ②切换到tensorflow的环境

    ③进入python编辑环境

    ④然后编写一个使用的代码:

    方法二:通过使用Anaconda中的spyder的编辑器

    通过这个的方式的话,更加简单,直接编写上面的代码,然后进行运行就可以啦,我这里就不多介绍了。。。

    7:OK,到这里的话,基本上从安装到成功就已经实现了~~~~

    温馨提示:如果你发现,你的conda和tensorflow环境都是安装成功的,但是一用测试代码进行跑的时候就出问题了,那么请注意,这个原因你由于你在安装tensorflow的时候,是直接在cmd下,而不是在你用conda激活的一个环境,所以导致,tensorflow并没有直接嵌入到conda环境,所以,就导致无法导入模块的一个错误;

    解决方法:(1)只需要在activate tensorflow      ----------注意:这个环境是第三步中的第3点里面创建的;

    (2)然后再使用第五步中的命令就可以了  

    二:将Tensorflow环境嵌入到编辑器中

    环境:Tensorflow和Pycharm编辑器

    步骤:

    1:下载Pycharm软件,,这个的话下载安装都很简单,所以就不多说了

    2:使用Pycharm创建一个项目

    3:设置项目的相关内容

    温馨提示:注意上面的Interpreter的选择,因为我们现在要测试的是tensorflow嵌入到我们的IDE,方便我们开发,所以这个python解析器就是要选择我们之前安装tensorflow目录下的解析器,否则的话,我们之后是使用不了tensorflow的模块的内容的哦。。。特别要注意。。。当然,如果这里不选择,那么在创建工程之后还是可以修改的,后面我会说;

    4:创建一个py文件,用于编写测试代码

    5:运行程序代码

    OKOK,,,这就说明我们的环境已经整合完成啦。。。。大功告成

    温馨提示:有时候我们会发现,我们引入了tensorflow模块之后,那就会报错,这个原因有如下可能:

    (1)tensorflow没有安装成功,这样的话,就需要重新按照我的步骤去了!

    (2)IDE中的python解析器,没有使用tensorflow中安装的那个,所以导致无法识别

    这个解决方案有两种:

    第一种:就是创建工程的时候就选择正确的解析器,也就是我上面所使用的方法

    第二种:就是在项目工程里面进行修改配置:

    步骤:1:选择File----》setting

    2:

    3:添加新的解析器

    4:找到我们安装的Anadonda中的env中的tensorflow中的python.exe

    5:点击apply应用,然后重启我们的IDE,这样的话就不会报无法找到tensorflow的模块的错误了。

    版本:Linux(Ubuntu14.0.1)

    三:Linux环境安装Tensorflow(通过Anaconda方式)

    步骤:(1)下载Anaconda的Linux版本   https://www.anaconda.com/download/#linux

    从官网的路径进行下载,一般都很慢,所以,大家可以去这个地址进行下载(或者在进行留言也可以):https://download.csdn.net/download/cs_hnu_scw/10389323

    (2)运行下载好的Anaconda,找到下载的目录,然后执行命令:bash XXXXXXXXX(就是Anaconda文件的名字)

    (3)一直等待安装完成即可;

    当出现下面这个的时候:

    强烈注意一点:在安装的时候,会提示你是否要将这个添加到环境变量中,最好选择Yes,要不然每次都要进行额外的手动添加,非常的不方便,所以强烈建议直接添加到环境变量中;

    (4)当执行完成上面的步骤之后,对Anaconda 的环境进行测试;

    执行命令:conda --version (作用:查看当前Anaconda的版本)

    如果,出现对应的安装版本,那么就表示安装成功,可以继续后面的安装步骤。

    (5)添加tensorflow的环境。执行命令:conda create -n tensorflow python=3.5(版本的话,我个人比较喜欢3.X+版本)。当执行完成之后,就根据提示,进行输入yes就可以了,慢慢等待。

    (6)激活环境,执行命令:source activate tensorflow (作用:进入到tensorflow的环境)

    (7)激活tensorflow的环境,执行命令:

    pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl

    千万要注意一个地方:如果你安装的python的版本是2.7.那么就用上面的地址,即可,如果你用了3.5版本,那么久需要对应的修改为如下链接:(其他版本类似修改)

    pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp35-cp35m-linux_x86_64.whl

    (8)执行完之后,剩下的就只有等待了,,,对于出现的提示,全部都是“yes”即可。

    (9)安装完成之后,进行测试。

    具体步骤:

    1:在tensorflow的环境下,执行命令:python      (作用:表示进入python环境)

    2:然后输入代码(这个其实和windows安装的时候测试时一样):

    import tensorflow as tf
    hello = tf.constant('first tensorflow')
    sess = tf.Session()
    print sess.run(hello)

    如果:输出first tensorflow ,那么就表示安装成功了。

    补充内容:

    1:当需要退出python环境,即执行Ctrl+D或者输入quit即可

    2:退出tensorflow环境,source deactivate

    3:激活tensorflow环境,source activate tensorflow

    四:Pycharm整合tensorflow环境

    (1)下载Pycharm,这个就自己到官网下载Linux的社区版本即可,然后对其下载的文件进行相应的解压命令处理就可以了,另外的话,注意一点,在Linux中运行Pycharm不是直接点击就运行,而是需要找到对应的目录下(bin目录),然后执行命令:sh pycharm.sh 即可运行Pycharm。

    (2)这个其实和windows的整合方式是一样的,只是说tensorflow的路径是不一样的而已,所以,大家可以参考上面对于Windows版本的详细配置过程即可,这里就不多说了。

    ---------------------------------------------------------------------------------------------------------------------------------

    五:Tensorflow的案例实践

    (1)案列实践:通过百度云盘下载我分享的内容即可,里面的内容都是封装好的,所以应该能看懂

    项目链接:https://pan.baidu.com/s/1-TelzkLHodDNsdX6G82ZOg       密码:b05p

    温馨提示:(1)在运行这个代码的时候,会出现ImportError: No module named 'matplotlib',这是因为你python中缺少了这个包,所以需要进行额外添加;或者进入tensorflow的环境,然后通过pip install matplotlib

    解决办法:进入cmd,然后conda install matplotlib ,,然后等安装成功即可,这时候就会找到从而解决这个问题;

    (2)手写数字的识别案例:

    数据:https://pan.baidu.com/s/1UC6uBPPOBzZhYvNV93RgNw

    代码:

    #!/usr/bin/python
    # -*- coding:utf-8 -*-
    # @Time   : 2018/3/30 0030 15:20
    # @Author : scw
    # @File   : writenumbercompute.py
    # 描述:进行手写数字的识别的实例分析
    import tensorflow as tf
    
    from tensorflow.examples.tutorials.mnist import input_data
    
    # 获取数据
    mnist = input_data.read_data_sets("E:/tensorflowdata/MNIST_data/", one_hot=True)
    
    print('训练集信息:')
    print(mnist.train.images.shape,mnist.train.labels.shape)
    print('测试集信息:')
    print(mnist.test.images.shape,mnist.test.labels.shape)
    print('验证集信息:')
    print(mnist.validation.images.shape,mnist.validation.labels.shape)
    
    # 构建图
    sess = tf.InteractiveSession()
    x = tf.placeholder(tf.float32, [None, 784])
    W = tf.Variable(tf.zeros([784,10]))
    b = tf.Variable(tf.zeros([10]))
    
    y = tf.nn.softmax(tf.matmul(x,W) + b)
    
    y_ = tf.placeholder(tf.float32, [None,10])
    cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y),reduction_indices=[1]))
    train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
    
    # 进行训练
    tf.global_variables_initializer().run()
    
    for i in range(1000):
      batch_xs, batch_ys = mnist.train.next_batch(100)
      train_step.run({x: batch_xs, y_: batch_ys})
    
    # 模型评估
    correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
    
    print('MNIST手写图片准确率:')
    print(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels}))

    (3)拨号键与短信息图标的识别

    功能描述:主要是实现对于拨号键图标与短信息键图标的一个识别,作为一个简单的分类Demo。

    百度云地址:链接:https://pan.baidu.com/s/1MC7Recml5laTsrHBQ94NcA               密码:nwxj

    (4)人脸捕捉和识别

    功能描述:对于某个特定的人物进行捕捉,并且能识别是否是训练中的人脸,作为一个人脸识别的Demo。

    由于这个数据集太多了,百度云不让传,所以,如果有需要的同学,可以留言,我会每天都进行查看消息的。

    github地址:https://github.com/qq496616246/FaceCheckPython.git

    或者git@github.com:qq496616246/FaceCheckPython.git

    (5)简单的网页爬虫

    功能描述:非常简单,容易上手的网页爬虫小Demo。

    百度云地址:链接:https://pan.baidu.com/s/1FzIzmfYON9pUpms3GyVQqQ           密码:5di1

    六:安装的一些额外库的方法

    (1)安装cv2:pip install opencv-python

    (2)安装人脸识别的库:pip install dlib == 18.17.100

    (3)安装机器学习的库:pip install sklearn

    (4)安装scipy库:pip install scipy

    (5)安装numpy库:pip install numpy

    (6)安装Pillow图像库:pip install Pillow

    (7)安装matplotlib绘图库:pip install matplotlib

    (8)升级pip:python -m pip install -U pip

    (9)安装word2vec:必须先安装Cython,其次pip install word2vec (如果提示你没有对应的文件,那么说明你电脑没有c++的编辑环境(windows默认不带),所以先安装一个c++的编译软件,比如VS,Dev-App都可以)可以参考如下博客:

    https://blog.csdn.net/BEYONDMA/article/details/88381650

    七:常见的一些问题汇总

    (1)问题:在cmd中,输入conda 命令,提示conda不是内部命令

    解决方法:在环境变量(系统的Path)中添加:你的Anaconda安装目录下面的Scripts这个目录,比如我的就是,

    D:\anacondadownload\Scripts

    彩蛋:

    如果你想利用闲暇零散的学习技术,那么不妨关注我的公众号阅读你想要的文章哦!

    公众号搜索:Java菜鸟进阶之路

    展开全文
  • Anaconda3安装tensorflow,安装完anaconda后,在prompt中activate tensorflow,进入"python"环境下,"import tensorflow as tf"报错: 但是在(base)模式中“conda list"查看,已经...

    问题描述:

        Anaconda3安装tensorflow,安装完anaconda后,在prompt中activate tensorflow,进入"python"环境下,"import tensorflow as tf"报错:

        

    但是在(base)模式中“conda list"查看,已经安装tensorflow包。

    问题解决:

    受一篇csdn博客启发,发现在tensorflow环境下运行conda list,没有tensorflow numpy等包,如下图

        似乎这就是import各种库无效的原因。于是,在tensorflow环境下conda install tensorflow,如下图

    再conda list,tensorflow numpy等库已经安装存在:

    现在进入到Python中import试一下,成功

    -------------------------------------------------------------------------------------------------------------------------------------------

    觉得有用,感谢打赏(*^▽^*)

     

    展开全文
  • Win10下用Anaconda安装TensorFlow

    万次阅读 多人点赞 2017-03-20 17:00:43
    笔者之前在学习TensorFlow,也在自己的笔记本上完成了安装,在PyCharm中进行学习。但是最近为了使用python的科学计算环境,我把之前的环境卸载了,并用Anaconda重新安装TensorFlow,由于自己的笔记本已经很旧了,...

    笔者之前在学习TensorFlow,也在自己的笔记本上完成了安装,在PyCharm中进行学习。但是最近为了使用python的科学计算环境,我把之前的环境卸载了,并用Anaconda重新安装了TensorFlow,由于自己的笔记本已经很旧了,显卡不行,所以这里介绍一下cpu版本的安装方法和自己遇到的一些坑,截图甚多。

    这里直接上干货:

    1.安装Anaconda

    选择相应的Anaconda进行安装,进入Anaconda的官网,下载对应系统版本的Anaconda,官网现在的版本是Anaconda 4.3.1 for python3.6。笔者安装的是4.3.0版本的。
    这里写图片描述

    就和安装普通的软件一样,全部选择默认即可,注意勾选将python3.6添加进环境变量
    这里写图片描述

    这样Anaconda就安装好了,我们可以通过下面的命令来查看Anaconda已经安装了哪些包。
    运行 开始菜单->Anaconda3—>Anaconda Prompt

    conda list
    

    可以看到已经安装了numpy、sympy等常用的包。

    2.安装Tensorflow

    TensorFlow目前在Windows下只支持Python 3.5版本。

    (1)打开Anaconda Prompt,输入清华仓库镜像,这样更新会快一些:
    这里写图片描述

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --set show_channel_urls yes
    

    (2)同样在Anaconda Prompt中利用Anaconda创建一个python3.5的环境,环境名称为tensorflow ,输入下面命令:

    conda create -n tensorflow python=3.5
    

    运行 开始菜单->Anaconda3—>Anaconda Navigator,点击左侧的Environments,可以看到tensorflow的环境已经创建好了。

    这里写图片描述

    这里写图片描述

    (3)在Anaconda Prompt中启动tensorflow环境:

    activate tensorflow
    

    这里写图片描述

    注:当不使用tensorflow时,关闭tensorflow环境,命令为:deactivate

    (4)安装cpu版本的TensorFlow

    pip install --upgrade --ignore-installed tensorflow
    

    注:这里没有介绍GPU版本的安装方法,GPU版本需要安装cuda8+cudnn5,如需要的请搜索其他博文。

    这样tensorflow cpu版本就安装好了。

    (5)测试tensorflow
    在Anaconda Prompt中启动tensorflow环境,并进入python环境。
    这里写图片描述
    测试代码如下:

    import tensorflow as tf
    hello = tf.constant('Hello, TensorFlow!')
    sess = tf.Session()
    print(sess.run(hello))
    

    运行结果:
    这里写图片描述

    3.其他问题

    或许到这里我们并没有满足,我们在Anaconda自带的ipython 和Spyder中import tensorflow的时候一直失败,提示 No module named ‘tensorflow’,如下图,那是因为我们没有在tensorflow的环境下打开它们。

    这里写图片描述

    为了能在ipython 和Spyder中使用tensorflow,我们需要在tensorflow的环境中安装这两个的插件。

    打开Anaconda Navigator,选择Not installed,找到 ipython和Spyder并安装,笔者这里已经安装好,所以在这个页面没有显示。
    这里写图片描述

    切换到installed,可以看到两个都已经安装好,其实可以按照自己的需要安装。下图显示已经安装好的Spyder:
    这里写图片描述

    安装好插件后,我们需要测试一下。

    在Anaconda Prompt中启动tensorflow环境,并运行ipython,import tensorflow发现成功:
    这里写图片描述

    同样,在Anaconda Prompt中启动tensorflow环境,并运行Spyder,等一会儿后会启动Spyder IDE,import tensorflow 同样成功:
    这里写图片描述
    这里写图片描述

    注意:一定要启动tensorflow 环境下的Spyder才可以import tensorflow,不要去开始菜单运行Spyder,在那里是无法运行的,如:
    这里写图片描述

    展开全文
  • 安装tensorflow

    千次阅读 2021-03-15 22:00:20
    1.安装anaconda。 2.打开ANACONDA.NAVIGATOR换成清华的镜像源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 3.打开ANACONDA prompt 输入conda info --envs 输入conda create -n tensorflow_env ...
  • 在Anaconda中安装TensorFlow1.14.0与TensorFlow2.0.0

    万次阅读 多人点赞 2019-10-02 07:30:57
    一、在Anaconda中安装TensorFlow1.14.0 1、Anaconda修改国内镜像源 2、安装TensorFlow 3、测试TensorFlow是否安装成功 4、TensorFlow的简单使用 二、在Windows10上安装TensorFlow2.0.0 1、安装Anaconda 2、...
  • 解决pip安装tensorflow中出现的no module named tensorflow.python 问题 本人这两天弄一个神经网络,以前都是用的tensorflow+keras,其中tensorflow都是用的cpu版本,因为图方便 ,也觉得够用就没必要折腾了。然后...
  • 1安装TensorFlow指定版本 “import TensorFlow as tf ” 出错:ImportError: DLL load failed: 找不到指定的模块。 原因是,以为安上了TF其实没有,提示了一堆requirement satisfied 但其实没安装。 安装好anaconda3...
  • 安装tensorflow 我是在anaconda3#python3.7的环境下安装tensorflow,因此使用的是pip3命令进行安装的 pip3 install tensorflow 在网上搜索答案,发现可以按照下面这样设置 pip3 --default-timeout=100 install ...
  • 安装说明: 平台:windows 版本:tensorflow2.0.0-alpha0(cpu版本) ...TensorFlow是基于VC++2015开发的,所以需要下载安装VisualC++ Redistributable for Visual Studio 2015 来获取MSVCP14...
  • 使用anaconda安装tensorflow (windows10环境)

    万次阅读 多人点赞 2018-06-15 22:42:06
    已有环境:python3.6.1anaconda隔离管理多个环境,...linux环境下使用anaconda安装tensorflow步骤见:https://blog.csdn.net/ebzxw/article/details/80693152一. 安装anaconda1. 下载地址: https://www.anaconda....
  • 安装 Tensorflow 2.1.0 版本

    千次阅读 2020-04-03 22:03:00
    安装 Tensorflow 2.1 版本 本次主要介绍如何简要的安装 Tensorflow 2.1 的 cpu 以及 gpu 版本。 一. 安装 cpu 版 在安装 tensorflow 之前,你要确保自己安装了 anaconda 。 在 anaconda 里面,我们只需要输入:...
  • Ubuntu安装TensorFlow 1.15

    千次阅读 2020-09-27 15:01:29
    安装TensorFlow 进入虚拟环境,查看python版本 安装TensorFlow1.15,使用阿里云,清华镜像总是timeout失败了N遍 安装完后检查一下是否能用 cuda和gpu都可以用 参考文献 Ubuntu安装 TensorFlowGPU 1.15
  • TensorFlow 2.0 教程-安装TensorFlow 2.0

    万次阅读 2019-04-02 09:33:01
    完整tensorflow2.0教程代码请看github:中文教程tensorflow2_tutorials_chinese(欢迎star) 更多TensorFlow2.0 入门教程请持续关注本博客:...TensorFlow 2.0 教程-安装TensorFlow 2.0 Tensorf...
  • conda安装tensorflow和conda常用命令

    万次阅读 2019-01-10 16:28:57
    1. 在conda的一个环境下安装tensorflow 1)先查看它的各个版本: conda search tensorflow 或者 conda search tensorflow-gpu 2)选择一个版本安装: conda install tensorflow=0.10.0rc0 其他命令 更新: ...
  • Windows10安装tensorflow2.0(GPU、CPU) 完整tensorflow2.0教程代码请看github:中文教程tensorflow2_tutorials_chinese(欢迎star) 更多TensorFlow2.0 入门教程请持续关注本博客:...
  • pip使用清华镜像安装tensorflow

    万次阅读 多人点赞 2018-10-09 21:46:38
    安装tensorflow时,如果使用直接安装速度相对较慢,采取清华大学的镜像会提高速度。 pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple 选择版本是1.8,并且是GPU版本 ...
  • 安装TensorFlow后 import tensorflow 报错

    万次阅读 2017-12-19 20:01:57
    安装TensorFlow后  import tensorflow 提示以下错误:(解决方法在最后) tensorflow安装成功,import tensorflow时出错。 ImportError: DLL load failed: 内存位置访问无效。 During handling of the...
  • Mac下安装TensorFlow

    千次阅读 2019-08-18 15:32:00
    安装TensorFlow 建立conda环境 conda create -n tensorflow python=2.7(用的Mac自带的Python2.7) 激活TensorFlow环境 source activate tensorflow 安装TensorFlow pip install tensorflow 测试TensorFlow环境 pyt....
  • Anconda安装tensorflow2.0和tensorflow-gpu2.0超详细1 安装anconda2 安装tensorflow3 安装tensorflow-gpu(有独立显卡才可安装)3.1 下载CUDA3.2 下载cudnn3.3 安装![在这里插入图片描述]...
  • 使用anaconda安装tensorflow-gpu

    万次阅读 多人点赞 2019-05-03 16:26:48
    安装tensorflow对gpu的支持有些繁琐,相对于官方的安装教程,在anaconda环境下安装十分简便。本文主要介绍如何使用anaconda安装tensorflow的gpu版本。
  • Anaconda中安装tensorflow

    千次阅读 2020-07-12 21:49:52
    目录 1.常用命令 (tensorflow是对应的环境名) ...3.2 安装tensorflow anaconda安装tensorflow 1.常用命令 (tensorflow是对应的环境名) 查看有什么环境:conda info --envs 激活环境:conda activate tensorf
  • 玩转Jetson Nano(三)安装TensorFlow GPU

    万次阅读 多人点赞 2019-04-09 15:59:13
    今天的目标是安装TensorFlow GPU版本,安装TensorFlow GPU版本需要成功配置好CUDA,没有配制好的请移步上一篇博文。不过在安装TensorFlow GPU之前,有一些机器学习必须用到的安装包也需要来安装一下。 1.安装pip ...
  • Windows安装tensorflow错误原因查询、卸载tensorflow与重新安装 深度学习这个大坑的苦与甜,谁踩谁知道。上文介绍了windows如何安装tensorflow点我:Windows(64)位安装tensorflow,但因为一般电脑上会有好几个...
  • conda安装tensorflow

    千次阅读 2018-10-31 09:45:15
    1、创建tensorflow虚拟环境 conda create -n tensorflow python=2 2、查看当前存在哪些虚拟环境 conda env list 3、激活虚拟环境,进入到...4、安装tensorflow(tensorflow1.8.0 cuda9.0) conda install tens...
  • 使用anaconda安装TensorFlow

    千次阅读 2020-07-03 23:18:22
    使用anaconda安装TensorFlow个人血泪总结1.anaconda下载2.TensorFlow轮子下载3.python虚拟环境构建4.安装tensorflow包附加(虚拟环境下的spyder调用) 个人血泪总结 看到很多小伙伴挣扎在安装python包的道路上,我也...
  • Ubuntu下如何安装TensorFlow

    万次阅读 多人点赞 2016-06-26 15:29:40
    本文目录引言 ...利用anaconda安装tensorflow 1 建立一个 conda 计算环境 2 激活环境使用 conda 安装 TensorFlow 3 安装tensorflow 4 如何在jupyter中使用tensorflow 总结 利用Docker安装tensorflo

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 40,923
精华内容 16,369
关键字:

安装tensorflow