目錄
- 簡(jiǎn)介
- 一. Aconada安裝
- 二. 配置conda環(huán)境變量
- 三. TensorFlow安裝
- 四. 問(wèn)題整理
簡(jiǎn)介
TensorFlow 是一個(gè)端到端開(kāi)源機(jī)器學(xué)習(xí)平臺(tái)。它擁有一個(gè)全面而靈活的生態(tài)系統(tǒng),其中包含各種工具、庫(kù)和社區(qū)資源,可助力研究人員推動(dòng)先進(jìn)機(jī)器學(xué)習(xí)技術(shù)的發(fā)展,并使開(kāi)發(fā)者能夠輕松地構(gòu)建和部署由機(jī)器學(xué)習(xí)提供支持的應(yīng)用。那它能干什么用呢?
- 輕松地構(gòu)建模型:在即刻執(zhí)行環(huán)境中使用 Keras 等直觀的高階 API 輕松地構(gòu)建和訓(xùn)練機(jī)器學(xué)習(xí)模型,該環(huán)境使我們能夠快速迭代模型并輕松地調(diào)試模型。
- 隨時(shí)隨地進(jìn)行可靠的機(jī)器學(xué)習(xí)生產(chǎn):無(wú)論您使用哪種語(yǔ)言,都可以在云端、本地、瀏覽器中或設(shè)備上輕松地訓(xùn)練和部署模型。
- 強(qiáng)大的研究實(shí)驗(yàn):一個(gè)簡(jiǎn)單而靈活的架構(gòu),可以更快地將新想法從概念轉(zhuǎn)化為代碼,然后創(chuàng)建出先進(jìn)的模型,并最終對(duì)外發(fā)布。
一. Aconada安裝
下載Aconada鏡像地址: https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
如果安裝了numpy記得卸載,每個(gè)tensorflow對(duì)應(yīng)的numpy版本不同。
卸載命令: pip3 uninstall numpy
給文件記得授予權(quán)限,此處給的是777,然后執(zhí)行sh文件
關(guān)于此處為何要改安裝位置,是因?yàn)樾【幍母夸浵聝?nèi)存已滿??梢允褂胐f -h 命令查看。
看到這樣的提示即安裝成功。
二. 配置conda環(huán)境變量
三. TensorFlow安裝
在命令行中使用以下命令創(chuàng)建 conda 環(huán)境:
conda create -n tensorflow python=3.5 (請(qǐng)對(duì)應(yīng)自己python版本,這兒忘截圖了,用另一臺(tái)虛擬機(jī)截的圖)
上圖報(bào)錯(cuò),需要配置源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
如果還是不行,將https換為http
從鏡像源處下載tensorflow并安裝,鏡像源地址:
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow/
找到對(duì)應(yīng)自己python版本的文件,復(fù)制文件名到路徑,命令為:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-0.12.1-cp35-cp35m-manylinux1_x86_64.whl
此命令不適合python3.8,小編嘗試失敗了。下載下來(lái)運(yùn)行提示需要安裝依賴的庫(kù),比較多。
tensorflow至此安裝完畢。
四. 問(wèn)題整理
一. No space left on device
解決方案:擴(kuò)展空間,并設(shè)置自啟動(dòng)掛載
以上就是Python3安裝tensorflow的詳細(xì)內(nèi)容,更多關(guān)于Python3安裝tensorflow的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
您可能感興趣的文章:- 使用tensorflow 實(shí)現(xiàn)反向傳播求導(dǎo)
- TensorFlow的自動(dòng)求導(dǎo)原理分析
- tensorflow中的梯度求解及梯度裁剪操作
- Tensorflow 如何從checkpoint文件中加載變量名和變量值
- 解決tensorflow 與keras 混用之坑
- tensorflow中的數(shù)據(jù)類型dtype用法說(shuō)明