【TensorFlow】Anaconda下快速安装TensorFlow教程

本人计算机视觉算法设计工程师一枚,考虑产品的移植实现方便和速度效果,平时主要使用C/C++。发现现在Python很火,就装好anaconda玩了一段时间的Python,现在准备玩玩深度学习跑跑经典的CNN模型,第一步当然是先配置好TensorFlow框架啦。

对行家来说,安装过程应该十分简单,不过还是把详细过程记录如下,供小白们参考,帮助大家尽可能减少出错的可能。

1、打开Anaconda下的“Anaconda Prompt”;

2、在Anaconda Prompt的命令行输入:conda install tensorflow

如下:

3、回车后,等待几分钟,出现如下界面,显示需要下载和安装的文件名称及大小;

并提示需要更新conda的包,停留的命令行需要选择“yes” or "no",先不要草率选择,请往下看!!!

4、本来我想这就是更新个conda的小版本,如果想省时间直接选择'n"好了,应该就跳过更新conda,继续TensorFlow相关文件的安装。不过为了放心,我还是搜了下师傅需要更新这个东东,发现有网友更新后出现了错误,见如下博客:

anaconda更新失败,出现“拒绝访问”的错误 https://blog.csdn.net/weixin_41770169/article/details/82838243?utm_source=blogxgwz4

5、于是我就输入“n”后,回车,发现并没有完成TensorFlow的安装,再次出现待输入命令的命令行;此步骤是错误示范,请勿执行。

6、发现还是得更新呀,于是从第2步开始重新来过,不过这次输入‘y’;回车后,开始下载和安装相关文件,此过程不用理会,静静等待即可...

7、提示安装成功的界面如下:

 

8、进行试验,测试TensorFlow是否安装成功:

安装前:

安装后:

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 安装 TensorFlow 使用 Anaconda 可以很方便。下面是一个安装 TensorFlow 的简单教程: 1. 安装 Anaconda,可以在官网下载最新版本。 2. 在终端或命令行中运行 Anaconda,可以使用命令 `conda`。 3. 创建一个新的环境,用来安装 TensorFlow,可以使用命令 `conda create -n myenv tensorflow`,其中 `myenv` 是环境的名称。 4. 激活新环境,使用命令 `conda activate myenv`,在 Windows 中使用 `activate myenv` 5. 安装 TensorFlow,使用命令 `conda install -c anaconda tensorflow` 6. 如果你想要安装 GPU 版本,可以使用命令 `conda install -c anaconda tensorflow-gpu` 7. 安装完成后,可以使用 Python 在该环境中导入 TensorFlow,检查是否安装成功。如果安装成功,应该能够看到 TensorFlow 版本信息输出。 如果有任何问题,可以在安装过程中使用命令 `conda install --help` 查看帮助文档,或者在网上搜索关于 AnacondaTensorFlow 安装教程。 ### 回答2: 为了能够安装TensorFlow,首先需要安装Python3.5或以上版本。然后才能使用Anaconda安装。 一、安装Anaconda程序 首先你需要下载Anaconda程序。根据你的操作系统,从 https://www.anaconda.com/distribution/ 下载对应版本的Anaconda。 二、创建一个新的Python环境 1.打开Anaconda prompt(也就是Anaconda的一个命令行程序)。 2.接下来需要创建一个新的Python环境(虚拟环境),因为往往是多个项目使用不同的库,为了不相互干扰,在实际开发中推荐使用不同的环境。 在命令行输入以下命令: conda create -n myenv python=3.6 此时创建了一个新的名为“myenv”的环境,Python版本是 3.6。你也可以指定其他版本。 3.启用新的环境 输入以下命令即可启用新环境: conda activate myenv 三、安装TensorFlow 在上述步骤中,我们已经创建了一个新环境,现在可以在其上安装TensorFlow安装CPU版本: 如果你的计算机没有NVIDIA GPU作为加速设备,可以安装TensorFlow的CPU版本。在启用了新环境的命令行输入以下命令: pip install --ignore-installed --upgrade tensorflow 安装GPU版本: 如果你的计算机有NVIDIA GPU作为加速设备,可以安装TensorFlow的GPU版本。 1. 确保你安装了CUDA 在命令行输入以下命令,检查你的计算机是否安装了CUDA,而且对应版本和 TensorFlow 支持的版本一致: nvcc --version 2. 安装cuDNN cuDNN是Deep Learning领域中常用的、NVIDIA GPU加速Deep Neural Networks的库。在启用了新环境的命令行输入以下命令: pip install cudnnenv 到官网下载对应的cuDNN版本并将其解压,然后设置cuDNN环境变量(下面命令假设CUDA安装在C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0,如果不是,请自行修改): set PATH=%PATH%;C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0/bin set PATH=%PATH%;C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0/extras/CUPTI/lib64 set PATH=%PATH%;C:/cudnn7/cuda/bin set PATH=%PATH%;C:/cudnn7/cuda/lib64 3. 安装TensorFlow-GPU 在启用了新环境的命令行输入以下命令: pip install --ignore-installed --upgrade tensorflow-gpu 安装完毕后,可以在Python环境中导入TensorFlow库并使用了。一定要注意环境的激活状态,在使用之前先激活新环境,才能使用其中的TensorFlow库。 conda activate myenv import tensorflow as tf print(tf.__version__) 输出版本号就证明已经安装成功了。 ### 回答3: anaconda是一个非常流行的数据科学平台,其提供了一个方便的方式来安装和管理各种数据科学相关的Python库,包括tensorflow。下面是一个简单的anaconda安装tensorflow教程。 步骤一:安装anaconda 首先,需要在Anaconda官网上下载安装anaconda下载页面链接在此:https://www.anaconda.com/products/individual。 步骤二:创建虚拟环境 可以使用conda创建一个虚拟环境,以避免与其他Python库的冲突。使用以下命令来创建一个环境: conda create -n tensorflow_env python=3.7 这个命令将在anaconda中创建一个名为“tensorflow_env”的新环境,Python版本为3.7。 步骤三:激活环境并安装tensorflow 使用以下命令来激活创建的虚拟环境: conda activate tensorflow_env 之后,可以使用以下命令安装tensorflow: pip install tensorflow 或者,如果需要GPU版本: pip install tensorflow-gpu 步骤四:测试TensorFlow 可以使用下面的脚本来测试TensorFlow是否已经正确安装: import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) 如果一切正常,应该会在屏幕上看到一个输出“Hello, TensorFlow!”。 总结 这是一个简单的anaconda安装tensorflow教程。总的来说,anaconda提供了一个非常方便的方式来管理Python库,而且创建了一个虚拟环境可以让你更方便地隔离你的实验和开发环境,避免不必要的冲突。如果你在使用TensorFlow时遇到任何问题,代码库的开发者们很乐于为你提供帮助,帮你克服你可能会遇到的任何困难。

“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 1
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