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
- 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
- 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
- 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