tensorflow2.X, TensorFlow Addons 版本的匹配选择

已于 2022-09-27 17:49:40 修改
阅读量4.7k 收藏 15
点赞数 4
分类专栏： 环境安装与设置 Tensorflow2.X / Keras 文章标签： tensorflow 版本选择
于 2022-09-27 17:34:41 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/chenhepg/article/details/127074970
版权

@创建于：2022.09.27
@修改于: 2022.09.27

文章目录

打算安装TensorFlow2.X，构建Bi-LSTM-CRF的NER识别任务。

1、Tensorflow 与 python版本匹配

tensorflow2官网
tensorflow2官网 版本
tensorflow2 Build from source on Windows

tf2与python版本的匹配

在这里插入图片描述

在这里插入图片描述

2、TensorFlow Addons 与 TF2.X，python版本匹配

谷歌把CRF移动到 Tensorflow_addons模块下了。

TensorFlow Addons官网介绍

TensorFlow Addons github

TensorFlow Addons， tensorflow，python的版本对应
在这里插入图片描述

3、Tensorflow 与 Keras 版本匹配

[ Environments List of Available Environments](https://master–floydhub-docs.netlify.app/guides/environments/)
在这里插入图片描述

条件漫步
关注
  • 4
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
TensorFlow2.x安装依赖包
05-22
1. **Python**: TensorFlow 2.x主要支持Python 3.5到3.8的版本。确保你的系统上已经安装了兼容的Python版本，并且可以正常使用pip（Python的包管理器）进行包的安装和管理。 2. **Numpy**: Numpy是Python中用于科学...
SIG-addons维护的TensorFlow 2.x有用的额外功能-Python开发
05-25
持续构建状态构建状态Ubuntu / macOS / Windows Ubuntu GPU自定义操作TensorFlow Addons是一个贡献库，其遵循完善的API模式，但实现了核心TensorFlow中不可用的新功能。 TensorFlow本机支持大量的运算符，层，指标，...
深度学习tips2_查看所使用的的tansorflow和numpy的版本和库之间对应关系
m0_73840699的博客
12-18 696
【代码】深度学习tips2_查看所使用的的tansorflow和numpy的版本。
TensorFlow详细配置(Python版本)
weixin_43763292的博客
06-18 1万+
这里再次提醒自行搭配版本的读者，一定要看清对照表内python = 3.9、tensorflow-gpu = 2.6、cudnn = 8.1、cuda=11.2这四者之间的版本号是否匹配！（3）当分享代码的时候，同时也需要将运行环境分享给大家，执行如下命令可以将当前环境下的 package 信息存入名为 environment 的 YAML 文件中。（4）当执行他人的代码时，也需要配置相应的环境。现在需要重启电脑，然后Win+R进入cmd界面，输入nvcc -V，出现如下界面，代码cuda已经安装成功了。
2024年安装tf tfa tfh
最新发布
c_1969的博客
04-20 475
同时安装tensorflow tensorflow_hub tensorflow_addons。需要注意3个版本相互对应。 本文最后找到一种方法：先用pip安装tensorflow2.14版本，再次使用pip安装剩余两个时，就会自动寻找相应版本。如果出现错误，不是tf2.x版本过高，就是anaconda里的python版本过高。
环境搭建04——如何选择安装的TensorFlow版本？
热门推荐
澄宁的博客
07-09 6万+
每个入坑深度学习的小白都可能面临TensorFlow的安装问题，在安装时首先面临的就是版本选择的问题：CPU版还是GPU版？版本号选哪个？ 1 GPU版？CPU版？ 判断条件 结果 显卡是否NVIDIA系列？ 是=GPU；否=CPU 若是NVIDIA系列，计算能力如何？ 大于等于3.5=GPU；小于3.5=CPU 解释： 首先，查看自己电脑显卡的型号（详见：如何查看及安装...
tensorflow学习之路-初学习者版本选择
WHACKW的专栏
01-16 4687
tensorflow各个版本的区别 tensorflow - 仅支持 CPU 的当前稳定版本（建议新手使用） tensorflow-gpu - 支持 GPU 的当前稳定版本（Ubuntu 和 Windows） tf-nightly - 仅支持 CPU 的每夜版（不稳定） tf-nightly-gpu - 支持 GPU 的每夜版（不稳定，Ubuntu 和 Windows） tensorflow1.x...
tensorflow_addons (tfa) 的安装与使用
SJTUzhou的博客
10-10 3441
tensorflow-addons (tfa) 与 tensorflow 版本对应关系
tensorflow安装（二）：win7如何选择合适的tensorflow版本？
weixin_60214220的博客
09-06 1864
很多新手安装tensorflow，搞了半天都没成功安装，觉得安装很难，这里有一个非常重要的地方需要注意：那就是匹配！整个匹配的思考过程如下：你的电脑操作系统----Python版本----Anaconda版本-----tensorflow版本。
附加组件：SIG附加组件为TensorFlow 2.x提供了有用的额外功能
02-03
持续构建状态 建立 状态 Ubuntu / macOS / Windows Ubuntu GPU定制操作 TensorFlow插件是符合标准的...为了确保您拥有与TensorFlow插件兼容的TensorFlow版本，可以在安装过程中指定tensorflow额外要求： pip instal
tensorflow-master.zip
05-07
TensorFlow 2.x 是其最新版本，带来了许多改进和新特性，旨在提供更简单、更直观的API，同时保持高性能和灵活性。"tensorflow-master.zip" 文件包含了TensorFlow 2.x 的源代码，这对于开发者来说是一个宝贵的资源，...
tensorflow API 文档 （PDF版）
08-22
9. **TensorFlow Addons**：这是一个官方维护的扩展库，包含了一系列社区贡献的额外层、优化器、损失函数等，丰富了TensorFlow的功能。 10. **TensorFlow.js** 和 **TensorFlow Lite**：分别用于Web浏览器和移动...
前言、为什么要学习TensorFlow2.x
象在舞的技术专栏
12-29 6665
其实在很久之前小编就想开设这样一个专栏了，毕竟TensorFlow2.x已经问世很久了。跟1.x相比，它真是有了太大的变化，现在TensorFlow已经到了2.4.0的版本了，所以小编就想总结一下，开始适应全新的2.x系列。本文算是整个专栏的开篇吧，除了论述之外，本文还会给出一个小编之前使用1.x版本的例子，以及小编是如何将例子中的代码修改使其适用于2.x版本的。下面就要开始我们的TensorFlow2.x的学习之旅了。关注专栏《一起来学TensorFlow2.x》，解锁更多相关内容~ ..
tensorflow环境配置/安装教程(windows)
qq_43695456的博客
03-03 3543
Tensorflow支持多种操作系统，支持运行NVIDIA显卡上的GPU版本和仅使用CPU完成计算的CPU版本。Tensorflow 1.x版本的cpu版本和gpu版本是分开的，需要分开下载，且1.x版本使用不方便，google已经停止更新1.x版本。Tensorflow 2.x版本使用简洁，使用体验感好。Tensorflow 2.10是最后一个在本地windows上支持GPU的版本。
开源python-向tensorflow-addons学习
yuetan的博客
10-03 551
https://github.com/tensorflow/addons
tensorflow和keras版本选择（截止2021-08-08）
csdn_xmj的博客
08-09 8200
最近又碰到了tensorflow和keras版本对应问题，于是就查阅文档的网址List of Available Environments - FloydHub Documentation，把对应的tensorflow+keras+python版本汇总一下，方便之后查阅。 以下是FloydHub支持的深度学习环境列表。其中任何一个都可以在floyd的run命令中使用--env选项指定。 如果没有提供--env选项，则默认使用tensorFlow -1.9镜像，该镜像和提前装好的Python 3.6、Ke
Tensorflow2.0 Tensorflow_addons实现CRF（条件随机场）
qq_41626059的博客
10-16 4884
最近想使用TF2.0实现一下命名实体识别，但是不大知道条件随机场该怎么实现，在网上搜了一下也没看到。今早吃饭的时候还在想我一定要亲自实现TF2版本的条件随机场。结果就在上课的时候突然发现了谷歌把contrib迁移到Tensorflow_addons里面 import tensorflow_addons as tfa import tensorflow as tf import numpy as np inputs=tf.random.truncated_normal([2,10,5]) target=tf
TensorFlow-GPU版本的选择与安装（国内源）
我想更黑一点
10-28 5378
cuda和cudnn的选择 注：TensorFlow1.13之后使用的是cuDNN7.5版本（安装包为cudnn10.0-Windows10-x64-v7.5.056.zip） TensorFlow-GPU国内源的安装 1.先安装anaconda创建环境 conda create -n tfgpu python=3.6.4 2.安装TensorFlowGPU1.13（清华源） python ...
【安装】Windows 下 TensorFlow 的安装（tensorflow-gpu、CUDA 10.0、cuDNN v7.6.3）——2019-09-03
tz_zs的博客
01-06 676
____tz_zs 上一篇关于 TensorFlow 安装的文章 《【安装】Windows下 TensorFlow 的安装（包含：CUP版、GPU版、CUDA、cuDNN）》，已经是两年前所写的了。时过境迁，有些方法和注意点可能已经不再适用，后来一直在 Ubuntu 上开发，windows 上的环境一直没更新也已经太过老旧。所以干脆重新从零开始配置一套环境。 值得庆幸的是，TensorFlow 官...
将 tensorflow.contrib.slim 导入为 slim ModuleNotFoundError: No module named 'tensorflow.contrib' 修改代码使用于TensorFlow2.x
05-20
在 TensorFlow 2.x 中，`tensorflow.contrib` 已经被移除了。为了使用Slim，可以按照以下步骤进行： 1. 安装 TensorFlow 2.x 和 TensorFlow Addons（用于一些额外的功能）: ```python !pip install tensorflow==2.5.0 !pip install tensorflow-addons ``` 2. 导入 `tensorflow_addons` 和 `tensorflow.keras`: ```python import tensorflow_addons as tfa import tensorflow.keras as keras ``` 3. 通过 `keras` 导入 `slim`: ```python from tensorflow.keras import layers from tensorflow.keras import backend as K from tensorflow.keras.models import Model from tensorflow.keras.applications import imagenet_utils from tensorflow.keras.applications import ResNet50 from tensorflow.keras.preprocessing.image import img_to_array from tensorflow.keras.preprocessing.image import load_img from tensorflow.keras.applications.mobilenet_v2 import MobileNetV2 from tensorflow.keras.applications.mobilenet_v2 import preprocess_input as mobilenet_v2_preprocess_input from tensorflow.keras.applications.inception_v3 import InceptionV3 from tensorflow.keras.applications.inception_v3 import preprocess_input as inception_v3_preprocess_input from tensorflow.keras.applications.vgg16 import VGG16 from tensorflow.keras.applications.vgg16 import preprocess_input as vgg16_preprocess_input from tensorflow.keras.applications.resnet_v2 import ResNet50V2 from tensorflow.keras.applications.resnet_v2 import preprocess_input as resnet_v2_preprocess_input from tensorflow.keras.applications.efficientnet import EfficientNetB0 from tensorflow.keras.applications.efficientnet import preprocess_input as efficientnet_preprocess_input from tensorflow.keras.applications.nasnet import NASNetMobile from tensorflow.keras.applications.nasnet import preprocess_input as nasnet_preprocess_input from tensorflow.keras.applications.xception import Xception from tensorflow.keras.applications.xception import preprocess_input as xception_preprocess_input import tensorflow_hub as hub from typing import List, Tuple import numpy as np import cv2 ``` 这样就可以使用 Slim 的一些功能了。需要注意的是，Slim 在 TensorFlow 2.x 中已经不是官方支持的模块，因此在使用时需要自行承担风险。

“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

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