鉴于研究tf各种平台的引用,很多还是鉴于tf1.x,所以来研究tf1.x尽可能都转为tf2.x。所以想tf1.13.1与tf2.0.0并存,之前已经安装过tensorflow2,这里直接记录tf1.13.1gp安装。
前言:
版本号:
python3.6
tensorflow1.13.1
keras2.2.4
numpy1.16.4
sklearn0.19.2
.win+R打开cmd:
1.创建虚拟环境:
conda create -n tf113 -python3.6
2.查看列表
conda info --env
3.激活tensorflow1.13.1虚拟环境
activate tf113
4.安装gpu版本的tensorflow1.13.1
这里如果下载慢的话可以选择添加douban源或者清华源。
pip install tensorflow-gpu==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
5.检查是否安装成功和版本号
python
import tensorflow as tf
tf.version
无报错,说明安装成功。
下面就开始我们的tf探究之旅吧,希望自己尽可能多的记录下实战,与人方便的同时,也期待大家给我指出不足之处,互相学习,共同进步!!!
6.安装相关库
pip install opencv-python
pip install pillow
python -m pip install matplotlib
7.安装keras库
avtivate tf113
pip install keras==2.2.4 #注意指定版本号,否则安装不会成功的
tensorflow和keras版本的对应关系,如下图:
8.安装sklearn库
注意后面的版本号,如果高于这个版本号,之后用会报错。
pip install -i https://pypi.douban.com/simple scikit-learn==0.19.2
如不是上面的版本号遇到的问题:
问题:
从 sklearn.utils.linear_assignment_ 导入包 linear_assignment
from sklearn.utils.linear_assignment_ import linear_assignment
报错如下:
No module named 'sklearn.utils.linear_assignment_'
你也可以使用以下语句,这样可以不用修改代码中的原有 linear_assignment 函数
from scipy.optimize import linear_sum_assignment as linear_assignment
linear_assignment 函数从0.21开始被弃用了,并且将在0.23版本中移除。官方提升将用scipy.optimize.linear_sum_assignment 进行替代,可以通过
from scipy.optimize import linear_sum_assignment
从 scipy.optimize 导入 linear_sum_assignment 函数。
虽然这么改了,在后面还会遇到其他的问题,所以不如还是从源头修改,就是降低版本号,也就是与tensorflow1.13.1匹配的sklearn版本号。
9.安装numpy库
pip install numpy==1.16.4 #同样注意版本号
ubuntu16.04安装tensorflow1.13.1gpu cuda8
pip install --ignore-installed six tensorflow-gpu==1.13.1 -i https://pypi.doubanio.com/simple
重点是在pip install后面加了个–ignore-installed six
如果直接输入
pip install tensorflow-gpu==1.13.1
会报下面的错:
ERROR: Cannot uninstall ‘Werkzeug’. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.