tensorflow安装方式及问题汇总

系列文章链接

一、tensorflow安装方式及问题汇总
二、TensorFlow基础概念
三、神经网络结构设计
四、mnist数字识别问题
五、图像识别与卷积神经网络
六、U-NET网络
七、TensorFlow常用指令记录

---

1 tensorflow安装方式

1. docker安装：Docker是可移植性最强的一种安装方式，支持大部分操作系统（win, linux, macos）；对GPU支持有限，对本地开发环境的支持不够友好
2. pip安装：本地最方便的安装方式是pip，可以将打包好的安装包安装到本地，不能修改TensorFlow本身。
   对于 TensorFlow 1.x，CPU 和 GPU 软件包是分开的：

tensorflow==1.15：仅支持 CPU 的版本
tensorflow-gpu==1.15：支持 GPU 的版本（适用于 Ubuntu 和 Windows）
pip install tensorflow==1.14

4. 源码安装：方式最灵活，但较繁琐。一般需要修改TensorFlow本身或者支持特殊GPU时才会用到。

2 问题

2.1 提示AVX2

解决方法是，将此信息进行屏蔽

import os  
os.environ["TF_CPP_MIN_LOG_LEVEL"]='1' # 这是默认的显示等级，显示所有信息  
os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error   
os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' # 只显示 Error 

参考：https://blog.csdn.net/zqx951102/article/details/88897117