tensorflow安装过程记录

已于 2022-06-08 16:02:21 修改
阅读量97 收藏
点赞数
文章标签： tensorflow keras 深度学习
于 2022-06-01 16:38:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Elva_2001/article/details/125086039
版权

首先参考：安装keras包_当初厉害就好了的博客-CSDN博客_keras安装​​​​​​

按要求下载后报错如图

于是改道​​​​​​Tensorflow安装教程 傻瓜式一键安装_Eden33的博客-CSDN博客_如何快速安装tensorflow

按照流程安装未报错，登录spyder后import tensorflow还是报错显示没有这个模块

尝试：安装tensorflow_老七在路上的博客-CSDN博客

未报错但打开spyder输入import tensorflow 依然报错称无模块

又改道：

​​​​​深度学习环境配置6——windows下的tensorflow-cpu=2.2.0环境配置_Bubbliiiing的博客-CSDN博客_tensorflow对cpu的要求

还是无模块，重启试试，依然不成

6.6更新：

又尝试安装了一次，安装过程无报错

 

尝试激活，无报错，但是打开spyder 依然显示无模块 心累 

6.08打开spyder，先弹窗问我是否需要导航。然后跑了一下，发现竟然可以了！！！

感动呜呜呜呜，不知道是不是下载完得等个几天 

快乐的小猪查理
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Tensorflow安装教程
qq_44955721的博客
06-22 3131
小白安装记录
深度学习环境配置9——Ubuntu下的tensorflow-gpu==2.4.0环境配置
Bubbliiiing的学习小课堂
09-04 6303
深度学习环境配置9——Ubuntu下的tensorflow-gpu==2.4.0环境配置注意事项学习前言各个版本tensorflow2的配置教程环境内容环境配置一、Anaconda安装二、Cudnn和CUDA的下载和安装三、配置tensorflow2-gpu环境
TensorFlow安装教程
热门推荐
IST-CTO
11-01 3万+
目录前言一）查看GPU是否支持CUDN二）下载CUDA三）下载cuDNN四）设置环境变量五）下载并安装Anaconda六）设置TensorFlow工作环境七）确认TensorFlow安装完成 前言 TensorFlow是一个基于数据流编程的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief，本文介绍在电脑上安装TensorFlow的全过程。 一）查看GPU是否支持CUDN 打开下面的网站，在CUDA-Enabled Ge
TensorFlow安装笔记
莉莉丫丫的博客
11-11 591
查了一些网上资料，终于将TensorFlow安装成功了，期间也的确遇到一些坑，整理存档。 首先，介绍一下安装时的背景情况，涉及到TensorFlow支持的版本问题，还是值得注意一下的。 环境：win10 64位操作系统 时间：2018年11月10日（此时间节点上最新版本为Python3.7，Anaconda3-5.3.0-Windows-x86_64 ） 第一次失败经历 开始安装的时候为了...
tensorflow 安装历程
qq_36334897的博客
09-04 218
一、cmd命令行安装 创建tensorflow环境变量(此前已成功安装anocoda) conda create --name tensorflow python=3.7.1 由于我anocoda中的python解释器是3.7.1的，所以tensorflow中的python解释器版本也选择了3.7.1 这步按照提示安装即可 引用了某网友的图 表示环境创建成功 激活环境 activate tensorflow 此时前面会有tensorflow字样 坑一： 此时按照网上教程继续在cmd中使用p
TensorFlow安装过程记录
01-21
最近在做毕设，需要用到TensorFlow，之前没有接触过TensorFlow，安装过程中踩了不少坑，特此记录。 版本 系统：windows 10 Anaconda版本：Anaconda3-5.3.1 Python版本：3.5.6 TensorFlow版本：1.1.0 过程 1 安装...
Tensorflow安装
03-29
成功安装tensoflow的记录过程，希望能帮助到朋友们。如有疑问，欢迎交流。
Tensorflow使用Anaconda、pycharm安装记录
09-16
在本文中，我们将详细探讨如何使用Anaconda和PyCharm安装TensorFlow，这对于任何想要涉足机器学习和深度学习领域的开发者来说都是一个基础且重要的步骤。首先，我们需要确保具备必要的软件，包括Anaconda 3.0、...
0基础深度学习项目12：基于TensorFlow实现彩色图片分类
qq_42492684的博客
08-13 741
本次复习了卷积层和池化层的手动计算过程。
Python(TensorFlow)衍射光学层卷积算法模拟(英伟达GPU)
跨学科知识视角展现
08-13 593
:dart:衍射光学卷积算法模拟 | :dart:模拟或数字电子计算之前加入一层光学计算 | :dart:前馈卷积神经网络计算成像系统对输入图像进行分类 | :dart:相位掩模利用线性空间不变成像系统执行固有卷积
深度学习调参--总结
GDHBFTGGG的博客
08-13 757
在深度学习中，调参是提升模型性能的关键步骤。虽然模型的架构设计和数据选择至关重要，但调参过程同样能够对模型的最终表现产生重大影响。
基于matlab的深度学习案例及基础知识专栏前言
XU157303764的博客
08-13 7108
1.1、matlab:基于模板匹配的车牌识别_阐述基于模板匹配的车牌识别的字符识别-CSDN博客1.2、基于卷积神经网络(CNN)的车牌自动识别系统(matlab)_车牌识别 cnn-CSDN博客 1.3、基于深度学习的线性预测设计(matlab)-CSDN博客 1.4、基于深度学习的自适应线性预测(matlab)_自适应预测算法-CSDN博客 1.5、基于神经网络的训练堆叠自编码器进行图像分类(matlab)_堆叠自动编码器matlab权重初始化-CSDN博客 1.6、基于神经网络拟合函数的体脂估计(ma
机器学习/深度学习——梯度下降法（Gradient descent）详解. 步骤清晰 0基础可看
m0_52889787的博客
08-10 798
梯度下降法是一种用于最小化目标函数的迭代算法，广泛应用于机器学习和人工智能中的参数优化。选择一个初始点θ0​在参数空间中开始搜索。参数可以随机初始化，但应避免全部初始化为零。确定一个适当的学习率α，它是一个正的常数，用于控制每一步更新的幅度。在每一步迭代中，计算目标函数Jθ关于参数θ的梯度∇θ​Jθ。梯度是损失函数增长最快的方向。θnew​θ−α⋅∇θ​Jθ重复步骤3和4直到满足停止条件。每次迭代都使参数更接近最小损失点。ϵ∣∣∇θ​J。
LSTM--概念、作用、原理、优缺点以及简单的示例代码
GDHBFTGGG的博客
08-13 582
LSTM（Long Short-Term Memory）是一种特殊的递归神经网络（RNN），最早由Sepp Hochreiter和Jürgen Schmidhuber在1997年提出。LSTM设计的主要目的是解决标准RNN中的长时依赖问题。RNN在处理长序列时，由于梯度消失或梯度爆炸问题，难以捕捉到长期依赖关系，而LSTM通过引入“记忆单元”（memory cell）和“门控机制”（gating mechanism）来有效地解决这一问题。
卷积神经网络(Basic CNN)（1）
最新发布
xiongmaowangd的博客
08-13 421
在之前提到，将一个张量对其进行全连接后，会出现例如第一行的最后一位与第二行的第一位最终会连接在一起，丧失了一些原有的空间信息。二维卷积，按照其原始的空间结构进行保存。目标：明确输入和输出的维度（方便我们进行不同的卷积操作）方法：构建特征提取器feature extraction，构建分类器classification（全连接）首先由于全连接会丢失空间信息，因此我们通常先对其进行特征提取，使用到卷积，下采样等（其中一些步骤信息可见上图）。最后对其进行全连接，方便其进行分类操作。
DALL-E 2: 重新定义图像生成的人工智能｜深度学习｜图像生成｜Transformer｜创意设计｜艺术创作｜图像优化｜数据偏见｜计算资源｜精度｜跨领域融合
08-13 200
DALL-E 2 是 OpenAI 推出的一款革命性的图像生成模型，它不仅仅是技术上的创新，更是对图像生成方式的一次颠覆。通过将自然语言与图像生成技术相结合，DALL-E 2 打破了传统图像创作的壁垒，使得任何人都可以通过简单的文字描述来生成高质量的图像。本文将深入探讨 DALL-E 2 的技术原理、实现方法、应用场景、实际操作以及可能面临的挑战，全面分析这一技术对未来图像生成领域的深远影响。
基于深度学习的量子神经网络
weixin_42605076的博客
08-13 692
基于深度学习的量子神经网络（Quantum Neural Networks，QNN）是量子计算和深度学习的结合，旨在利用量子计算的独特特性来提升神经网络的性能。这一研究领域处于计算科学的前沿，旨在探索量子计算的并行性和其他特性，来解决传统神经网络面临的挑战。
【人工智能】【机器学习】- 好书推荐之《深度学习调参指南》
技术分享、程序员趣事、行业趋势等内容！
08-12 552
深度学习调参指南》是一份由Google和哈佛大学的研究人员与工程师共同编写的实战手册，旨在帮助读者系统性地优化深度学习模型的性能。该指南强调了在深度学习实践中遇到的实际问题和解决方案，尤其关注超参数调优的过程，同时也涉及工作流实施和优化等其他方面。
深度学习 —— 个人学习笔记20（转置卷积、全卷积网络）
Springer的博客
08-11 230
本文章为个人学习使用，版面观感若有不适请谅解，文中知识仅代表个人观点，若出现错误，欢迎各位批评指正。文中部分知识参考：B 站 —— 跟李沐学AI；
tensorflow安装记录
05-03
以下是在 Ubuntu 系统上安装...以上就是 TensorFlow 的安装过程。需要注意的是，TensorFlow 的安装需要较高的系统配置，例如一定的 CPU、GPU、内存等。如果你的电脑配置较低，可能会出现安装失败或者使用不流畅的情况。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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