【python】本地配置tensorflow环境(Anaconda+python3.7+tensorflow1.14.0+numpy1.16.0)


一、Anaconda安装

已有博主详细解答Anaconda的安装流程,链接:史上最全最详细的Anaconda安装教程,根据这篇博客一步步安装即可~


二、创建tensorflow环境

通过Anaconda Navigator可视化界面添加tensorflow环境

如下图所示,选择左侧导航栏的Environments,点击Create即可添加新的环境,注意选择python版本为3.7,创建后就可以看见环境中多了你添加的环境啦,还可以看到环境中所安装的包及相应版本。
在这里插入图片描述
在这里插入图片描述

三、安装tensorflow

这里先用两行代码改一下镜像,使用国内镜像下载速度快一些
打开Anaconda中的 Anaconda Prompt,输入(两行代码分开运行):

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

接下来激活一下第一步中创建的tensorflow环境,再安装tensorflow(建议版本为1.14.0):

# 激活tensorflow环境(activate +环境名称)
activate tensorflow
# 安装tensorflow(若想要最新版本的,运行conda install tensorflow即可)
conda install tensorflow == 1.14.0
# 退出当前环境
conda deactivate

如下所示,(base)表示你在原始环境中,(tensorflow)表示已经切换到tensorflow这个环境中
在这里插入图片描述
安装完毕可以测试下是否能正常运行,在刚才的环境中输入Python即可运行Python代码,输入一下代码进行测试,该语句可查看tensorflow的版本:

import tensorflow as tf
print(tf.__version__)

如图所示,可成功运行

四、在pycharm中配置tensorflow环境

在pycharm中选择File-Settings-Python Interpreter,如图选择add添加环境
在这里插入图片描述
在这里插入图片描述
接着,在Conda Environment中选择Existing environment-interpreter,选择你的anaconda安装路径下的envs文件夹,选中前面步骤配置好的tensorflow环境名的文件夹下python.exe文件,点击OK,这样就在pycharm中添加了tensorflow环境.
在这里插入图片描述
选择该环境,可以看下已安装的包的信息
在这里插入图片描述

五、遇到的一些问题

1.tensorflow版本问题

我在Pycharm配置好后的测试运行中,发现了一个问题,就是我安装的tensorflow版本明明是1.14.0,而导入tensorflow模块后运行下列代码显示我的tensorflow版本居然是最新版2.6.0
在这里插入图片描述
并且下列代码不能正常运行,查看了其他博客发现是tensorflow的版本问题

>>> import tensorflow as tf
>>> sess = tf.Session()
... a = tf.constant(10)
>>> b= tf.constant(12)
Traceback (most recent call last):
  File "<input>", line 1, in <module>
AttributeError: module 'tensorflow' has no attribute 'Session'
>>> sess.run(a+b)
Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "E:\lib\site-packages\tensorflow\python\client\session.py", line 967, in run
    result = self._run(None, fetches, feed_dict, options_ptr,
  File "E:\lib\site-packages\tensorflow\python\client\session.py", line 1116, in _run
    raise RuntimeError('The Session graph is empty.  Add operations to the '
RuntimeError: The Session graph is empty.  Add operations to the graph before calling run().

虽然有使之运行成功的解决办法,但我觉得治标不治本,我的解决方法是在pycharm中重新安装tensorflow版本,仍然选择1.14.0版本,重新安装后…上面的错误是不报了,报的是另一个错误,看下一问题,嘻嘻
在这里插入图片描述

2.numpy版本问题

重新安装tensorflow之后,运行上一问中的代码,出现以下错误:

FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'._np_quint8 = np.dtype([("quint8", np.uint8, 1)])

一番搜索后发现是numpy的版本问题,我才发现安装tensorflow1.14.0时,numpy并没有相应地安装适配版本,而是最新版,所以解决办法就是重新安装numpy使之版本与Tensorflow适配,建议安装1.16.0版本,安装步骤如上一问所述.
安装后再来测试一下:

>>>import tensorflow as tf
>>>print(tf.__version__)
1.14.0
>>>sess = tf.Session()
>>>a = tf.constant(10)
>>>b= tf.constant(12)
>>>sess.run(a+b)
22

OK!!运行成功,完结撒花❀

第一次写文章,有不足之处欢迎大家批评指正~


参考博客

1.https://blog.csdn.net/wq_ocean_/article/details/103889237

2.https://blog.csdn.net/weixin_42555080/article/details/100704078?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163480377616780261986071%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=163480377616780261986071&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2alltop_positive~default-1-100704078.first_rank_v2_pc_rank_v29&utm_term=%E9%85%8D%E7%BD%AEtensorflow%E7%8E%AF%E5%A2%83&spm=1018.2226.3001.4187

3.https://blog.csdn.net/lucboll/article/details/94001177

4.https://blog.csdn.net/fanhenghui/article/details/102937560?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163480157316780265445585%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=163480157316780265445585&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduend~default-1-102937560.first_rank_v2_pc_rank_v29&utm_term=FutureWarning%3A+Passing+%28type%2C+1%29+or+%271type%27+as+a+synonym+of+type+is+deprecated%3B+in+a+future+version+of+numpy%2C+it+will+be+understood+as+%28type%2C+%281%2C%29%29+%2F+%27%281%2C%29type%27.+++np_resource+%3D+np.dtype%28%5B%28%22resource%22%2C&spm=1018.2226.3001.4187

  • 3
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于安装 TensorFlow-GPU 1.14.0,您需要确保您的 Anaconda 环境已正确设置,并且已安装了正确版本的 CUDA 和 cuDNN。 下面是安装步骤: 1. 首先,确保您已经成功安装了 Anaconda。如果还没有安装,请按照官方文档的指导进行安装。 2. 接下来,您需要安装 CUDA 10.0。您可以从 NVIDIA 官方网站下载适用于您的操作系统的 CUDA 安装程序,并按照指示进行安装。 3. 安装 CUDA 后,您需要安装 cuDNN 7.4。您需要先注册一个 NVIDIA 开发者账号,然后从 NVIDIA 开发者网站下载 cuDNN 安装包。根据您的操作系统和 CUDA 版本选择正确的版本,并根据 cuDNN 安装指南进行安装。 4. 安装完 CUDA 和 cuDNN 后,打开 Anaconda Prompt(Windows)或终端(macOS/Linux)。 5. 创建一个新的环境并激活它: ``` conda create -n tf_gpu_env python=3.7 conda activate tf_gpu_env ``` 6. 在新环境中安装 TensorFlow-GPU 1.14.0: ``` pip install tensorflow-gpu==1.14.0 ``` 7. 安装完成后,您可以通过运行以下代码来验证 TensorFlow 是否正确安装并使用 GPU: ```python import tensorflow as tf print(tf.test.is_gpu_available()) ``` 如果输出为 True,则表示 TensorFlow 正确安装并且可以使用 GPU。 请注意,安装 TensorFlow-GPU 需要确保您的系统满足 CUDA 和 cuDNN 的要求,并且您的 GPU 支持 CUDA。如果您遇到任何问题,请参考 TensorFlow 官方文档或在相关论坛上寻求帮助。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值