精华内容
下载资源
问答
  • tensorflow是一个很火的机器学习的框架,前段时间手动安装了一下tensorflow框架,发现安装的过程中会有很多坑,这里在此总结一下 首先在命令栏中输入命令pip install --upgrade tensorflow指令,tensorflow开始正确...

    tensorflow是一个很火的机器学习的框架,前段时间手动安装了一下tensorflow框架,发现安装的过程中会有很多坑,这里在此总结一下
    首先在命令栏中输入命令pip install --upgrade tensorflow指令,tensorflow开始正确地进行安装
    安装对应的界面安装完后运行如下的程序
    安装完后运行的程序结果程序会进行相应的报错
    程序相应的报错本来以为下面是报错的显示,后来才得知,下面的显示是正常的日志输出,也就是说到这里tensorflow的框架就安装完成了
    另外,如果在程序正常的安装过程中出现了下面的报错:
    程序正常报错此时只要将对应的安装命令稍微更换一下即可:

    pip install tensorflow==1.15 --use-feature=2020-resolver
    

    另外需要重点注意的一项是!!!不能安装太高版本的tensorflow,比如我的python安装的是python3.7版本的,如果tensorflow安装的是2.0以上版本的时候运行程序时会报错找不到对应的库,如果安装的tensorflow为1.15版本的时候程序就可以正常地运行,所以tensorflow一定要能够与python的对应版本匹配上。

    如果运行程序的时候报错:FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy…
    报错原因:numpy1-17-0版本过高,使用numpy-1.16-0版本即可
    解决方法:重新安装numpy-1.16-0
    pip install numpy==1.16.0

    当然如果你仍然想要使用最新的tensorflow2来进行运行程序,装完tensorflow2之后程序会相应的报错(运行import tensorflow as tf就会报错)
    程序报错此时需要下载安装最新的visuall C++
    安装地址如下https://www.softfully.com/programming/microsoft-visual-c-2019/
    安装完后,发现程序就可以正常运行了!!!

    注意如果在tensorflow运行的时候报错No module named 'keras’的时候,说明keras这一模块未在tensorflow所在的文件下面,所以需要将python中keras中的文件放置到tensorflow的文件之下
    \python3.7\Lib\site-packages\tensorflow
    模块放置的位置模块放置的所在文件的位置

    展开全文
  • bazel 安装与手动安装tensorflow

    千次阅读 2020-02-28 10:01:13
    安装bazel 需要的jdk-8 sudo apt-get install openjdk-8-jdk 在Ubuntu 14.04 LTS上,您必须使用PPA: sudo add-apt-repository ppa:webupd8team/java sudo apt-get update && sudo apt-get install oracle...

    1 . 安装bazel 需要的jdk-8

    sudo apt-get install openjdk-8-jdk
    

    在Ubuntu 14.04 LTS上,您必须使用PPA:

    sudo add-apt-repository ppa:webupd8team/java
    sudo apt-get update && sudo apt-get install oracle-java8-installer
    

    第2步:添加Bazel分发URI作为包源

    echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list
    curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -
    

    如果您想安装Bazel的测试版本,请stable用testing。

    第3步:安装并更新Bazel

    sudo apt-get update && sudo apt-get install bazel
    

    安装完成后,可以使用以下命令升级到较新版本的Bazel:

    sudo apt-get upgrade bazel
    

    方法2:
    安装固定的版本

    $ BAZEL_VERSION="0.26.0"     # insert your desired version here, for example 0.26.0
    $ wget https://github.com/bazelbuild/bazel/releases/download/${BAZEL_VERSION}/bazel-${BAZEL_VERSION}-installer-linux-x86_64.sh   # if not on x86_64, change that too
    $ chmod +x bazel-${BAZEL_VERSION}-installer-linux-x86_64.sh   # or the file you just downloaded
    $ ./bazel-${BAZEL_VERSION}-installer-linux-x86_64.sh
    $ bazel version   # this should now print the same as BAZEL_VERSION
    
    

    手动编译安装 TensorFlow

    bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package --verbose_failures
    
    # 构建 whl 包
    bazel-bin/tensorflow/tools/pip_package/build_pip_package ~/tmp
    
    # 安装tensorflow
    pip install ~/tmp/tensorflow-2.0.1-cp37-cp37m-linux_x86_64.whl --user
    
    展开全文
  • 安装tensorflow的c++接口需要从源码重新编译tensorflow,最重要的参考来自于官方文档。 https://blog.csdn.net/q199502092010/article/details/90289998 源码安装tf的时候,会用到Bazel,版本不对应,后面会引起好多...

    本文亲测没有成功…
    参考https://blog.csdn.net/seniusen/article/details/82972335
    https://www.cnblogs.com/seniusen/p/9756481.html

    安装tensorflow的c++接口需要从源码重新编译tensorflow,最重要的参考来自于官方文档。
    https://blog.csdn.net/q199502092010/article/details/90289998

    源码安装tf的时候,会用到Bazel,版本不对应,后面会引起好多麻烦。
    https://www.cnblogs.com/carle-09/p/11675473.html

    我的tensorflow_gpu版本为tensorflow_gpu-1.12.0
    对应Bazel 0.15.0
    安装这个对应是有问题的,要根据在tf文件夹下运行./configure报错提示选取

    可以开始安装了

    sudo dpkg -i bazel_0.17.2-linux-x86_64.deb
    ./bazel-0.24.0-installer-linux-x86_64.sh --bin=$HOME/bin --base=$HOME/.bazel
    

    卸载

    rm -rf ~/.bazel
    rm -rf ~/bin
    rm -rf /usr/bin/bazel
    
    sudo dpkg -r bazel
    

    最好是下载源码
    下载地址

    https://github.com/bazelbuild/bazel/releases?after=0.19.1
    https://github.com/bazelbuild/bazel/releases/tag/0.24.0
    
    

    关于tensorflow和protobuf的版本对应问题
    https://www.cnblogs.com/walnuttree/p/11661190.html
    tensorflow_gpu-1.12.0
    对应protobuf 3.6
    还有安装protobuf参考包中的readme.txt

    cd protobuf
    git submodule update --init --recursive
    ./autogen.sh
     ./configure
    make
    make check
    sudo make install
    sudo ldconfig # refresh shared library cache.
    

    然后使用which protoc 和 protoc --version查看版本

    bazel编译

    ./configure
    

    如果版本不对bazel,会提示你现在用的什么版本,最少需要什么版本
    一堆提示,一直按确定

    bazel build --config=opt --verbose_failures --define framework_shared_object=false tensorflow:libtensorflow_cc.so
    

    漫长的等待

    报java的错

    but server didn't support it and referenced by '//tensorflow/compiler/xla/service/llvm_ir:llvm_util'
    

    查看java版本并切换

    sudo update-alternatives --config java
    

    或者安装

    
    sudo cp jdk-8u181-linux-x64.tar.gz /usr/
    cd /usr/
    sudo tar -xzvf jdk-8u181-linux-x64.tar.gz
    update-alternatives --install "/usr/bin/java" "java" "/usr/jdk1.8.0_181/bin/java" 0
    java -version
    

    还是报错误

    no such package '@llvm//': java.io.IOException: Error downloading [https://mirror.bazel.build/github.com/llvm-mirror/llvm/archive/cd248aacbf298f8a909256d959ca5ca25c97aa4c.tar.gz
    

    解决方法
    就是要手动下载,然后让其在本地服务器下
    https://blog.csdn.net/qq_39567427/article/details/104877041

    展开全文
  • 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
  • 使用conda安装tensorflow环境(自动安装和手动离线安装) 环境准备 Windows 10 Anaconda 3.5 tensorflow 2.1.0 安装Anaconda 步骤可以参考Windows搭建Anaconda环境 安装tensorflow环境 从开始菜单中打开Anaconda ...
  • 部分依赖包要根据你安装tensorflow版本而定。安装包 下载地址 安装过程 安装包分两类,一类是.gz压缩文件,一类是.whl文件。两类在linux中安装命令如下 .gz tar -zvxf xxxx.tar.gz cd xxx python setup.py...
  • Ubuntu 18.04 安装 tensorflow-gpu 第一步,安装anaconda,不再赘述。(最新版默认是Python3.7,问题不大) 第二步,打开Terminal,输入以下命令 conda create -n tensorflow python=3.6 pip tensorflow-gpu ...
  • 第一步:尝试手动安装Tensorflow(pip、pip3) 当我们想要安装Tensorflow到断网的服务器时,就需要手动下载第三方库文件,然后手动安装。 以Tensorflow2.3.0 gpu版本为例子 1:到清华镜像库寻找并下载到相应的...
  • 安装了Anaconda3之后,不管配置的python环境是多少,发现默认安装界面的Tensorflow版本是2.x版本,但是很多代码都是原来1.x的,又不兼容函数什么的有变化,所以手动安装Tensorflow1.x版本。 二、具体做法 1、新建...
  • ubuntu16.04安装tensorflow

    千次阅读 2019-07-31 14:04:49
    小白一枚,想学一下深度学习,准备安装tensorflow,由于手动安装遇到了许多问题,就准备用命令直接安装,在安装过pip3的基础上,可以利用下面的命令直接安装GPU版本,采用清华的源,速度比较快: 参考:pip使用清华镜像安装...
  • Linux离线安装tensorflow

    2018-07-05 21:25:21
    linux离线安装tensorflow1 安装Anaconda3注意安装时会提问是否将环境变量加入/user/.bashrc,这里最好选择no,等安装完毕之后将环境变量手动加入/etc/profile,并使用source /etc/profile激活环境变量。选择yes也行...
  • NVIDIA TX2安装tensorflow

    2021-01-29 15:05:34
    JetPack安装包不包含tensorflow,tx2上使用tensorflow需要手动安装。下面是官网教程,比较简单,就不翻译了。 官网教程地址:...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 434
精华内容 173
关键字:

手动安装tensorflow