Win10+Anaconda3+python3.7 安装指定版本的TensorFlow环境

Win10+Anaconda3+python3.7 安装指定版本的TensorFlow环境

最近因为项目需求,需要正在TensorFlow框架下进行深度学习开发,经过几次探索找到一类安装TensorFlow最便捷的方法。

环境需求:

  • Anaconda3
  • python3.7及以上

安装步骤:

1. 创建或进入已有的conda环境

使用管理员权限打开Anaconda prompt,运行以下命令查看现有环境:

// An highlighted block
conda info --envs 

如下图所示,找到自己想要安装TensorFlow的环境用以下命令进入:

// An highlighted block
activate + 环境名称

进入后前面的括号内会从base节点跳转到选择的环境中去
在这里插入图片描述如果是首次使用还未创建相应的环境可以使用以下方法创建:
如创建一个名为python3.7的conda环境

// An highlighted block
conda create --name python37 python=3.7

提示创建成功后如上述所示运行命令进入环境,若想退出当前环境运行下面命令:

// An highlighted block
conda deactivate

2. 安装指定版本的TensorFlow

运行命令安装TensorFlow,这里使用清华源进行安装解决conda安装或更新软件包过慢的问题,–default-timeout=100可以解决因网络问题超时的报错(raise ReadTimeoutErrorself._pool, None, ‘Read timed out.’)

// An highlighted block
pip --default-timeout=100  install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow                        

若不加上版本限制,默认下载最新版本的TensorFlow,若想要控制版本只需在后面加上“==版本号即可”,如下载TensorFlow1.15.0运行命令:

// An highlighted block
pip --default-timeout=100  install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.15.0                 

3. 确定TensorFlow是否安装成功

打开python任意IDE选择安装了TensorFlow的conda环境运行代码

// An highlighted block
import tensorflow as tf
hello = tf.constant('Hello , Tensorflow! ')
sess = tf.Session()
print(sess.run(hello))

4. TensorFlow安装问题解决方法

若成功运行则安装成功,若显示以下错误:

Traceback (most recent call last):
 File "D:\anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
   from tensorflow.python.pywrap_tensorflow_internal import *
 File "D:\anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 35, in <module>
   _pywrap_tensorflow_internal = swig_import_helper()
 File "D:\anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 30, in swig_import_helper
   _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
 File "D:\anaconda3\lib\imp.py", line 242, in load_module
   return load_dynamic(name, filename, file)
 File "D:\anaconda3\lib\imp.py", line 342, in load_dynamic
   return _load(spec)
ImportError: DLL load failed: 找不到指定的程序。

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
 File "E:/python代码/DeepLearning-Test/L2W3_1_TensorFlowTest.py", line 4, in <module>
   import tensorflow as tf
 File "D:\anaconda3\lib\site-packages\tensorflow\__init__.py", line 22, in <module>
   from tensorflow.python import pywrap_tensorflow  # pylint: disable=unused-import
 File "D:\anaconda3\lib\site-packages\tensorflow\python\__init__.py", line 49, in <module>
   from tensorflow.python import pywrap_tensorflow
 File "D:\anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 74, in <module>
   raise ImportError(msg)
ImportError: Traceback (most recent call last):
 File "D:\anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
   from tensorflow.python.pywrap_tensorflow_internal import *
 File "D:\anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 35, in <module>
   _pywrap_tensorflow_internal = swig_import_helper()
 File "D:\anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 30, in swig_import_helper
   _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
 File "D:\anaconda3\lib\imp.py", line 242, in load_module
   return load_dynamic(name, filename, file)
 File "D:\anaconda3\lib\imp.py", line 342, in load_dynamic
   return _load(spec)
ImportError: DLL load failed: 找不到指定的程序。


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.

这说明所下载的TensorFlow版本与cuda,cudnn版本不对应匹配,简单来说,tensorflow 需要和cuda,cudnn版本对应。cuda又需要和英伟达驱动对应。一般:

cuda10支持 tf 1.13 以上
cuda9支持 tf 1.5-1.12
cuda8支持 tf 1.0-1.4

大家可以根据自己的情况在下载时选择合适的TensorFlow版本进行安装。

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