实验1---安装tensorflow开发环境

已于 2023-03-16 14:24:03 修改
阅读量1.3k 收藏 6
点赞数 1
分类专栏： 神经网络与深度学习 文章标签： tensorflow python 深度学习
于 2022-12-27 01:18:15 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/m0_51366201/article/details/128450768
版权

文章目录

1.实验目的

①了解tensorflow2.0的开发环境
②掌握包管理和环境管理工具
③安装及配置tensorflow2.0开发环境

2.实验内容

①安装和使用Anaconda
②运行“Hello World !”
③使用Jupyter Notebook
④安装及配置tensorflow2.0开发环境

3.实验步骤

3.1安装Anaconda

①下载Anaconda安装文件
在清华大学镜像站下载anaconda3并运行
清华镜像: 链接
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
选择适合自己系统的最新版本下载。（在此本人使用的是windows系统），下载的版本是在这里插入图片描述
②安装并使用Anaconda。
安装过程为windows傻瓜式安装，唯一需要注意的是，本人建议大家选上环境变量，便于后续操作
在这里插入图片描述

下载完成后，进行安装，安装成功后会在开始菜单栏出现Anaconda
在这里插入图片描述
Anaconda Navigator：图形化界面
Anaconda Powershell Prompt：命令行
Anaconda Prompt：命令行
Jupyter Notebook：是一个交互式笔记本，支持运行40多种编程语言。IPython notebook是一个基于IPython REPL的web应用，安装IPython后在终端输入ipython notebook即可启动服务。
jupyter：是把IPython和Python解释器剥离后的产物，将逐渐替代IPython独立发行。

  • 点击Anaconda Navigator 就会打开Anaconda
    在这里插入图片描述
  • 点击Environments，再点击base的三角
    在这里插入图片描述
    -会出现open Terminal，点击它就会出现命令行窗口，输入conda info，终端会输出当前conda环境的相关信息
    在这里插入图片描述
    到此Anaconda已经安装完成
3.2运行“Hello World !”代码

①在交互模式下编辑运行代码
在此我们需要进入到python终端
在这里插入图片描述
在这里插入图片描述

②在脚本模式下编辑运行代码
在此本人之前配置过vscode的文件，直接使用了
在这里插入图片描述

3.3使用Jupyter Notebook

是一个交互式笔记本，支持运行40多种编程语言。IPython notebook是一个基于IPython REPL的web应用，安装IPython后在终端输入ipython notebook即可启动服务。
在这里插入图片描述
①打开并修改Jupyter Notebook的默认目录
在此Jupyter Notebook默认目录在C盘中，我们可以进行修改目录。
step1：终端生成jupyter配置文件
在这里插入图片描述
step2：进入该配置文件，用记事本打开第一个文件
在这里插入图片描述
step3：修改路径，并去掉#号
路径应该存在此文件夹

在这里插入图片描述
step4：去掉属性里面双引号的内容
在这里插入图片描述
png)
当然大多数人在此已经成功了，而我并没用，在翻阅了很多资料后，我发现我缺少了一步—在目标后加上自己的位置即可，注意.py和自己设置的位置中间要有空格，而不是其他方法说的双引号"
在这里插入图片描述
至此目录修改成功

②在Jupyter Notebook中编写代码
step1：建立文件
在这里插入图片描述
step2：重命名
在这里插入图片描述
step3:编写程序并运行
在这里插入图片描述

3.4创建并激活环境

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

安装GPU版本
在这里插入图片描述
其中tensorflow-cpu/gpu详情可以参考以下博客

  1. TensorFlow2.4 CPU版安装教程
  2. TensorFlow2.4 GPU版安装教程
3.5.安装相关软件包

4.实验小结

  • 你所知道的安装TensorFlow的方式有哪些？你使用的哪种方式，你为什么选择这种方式？
    答：可以使用命令行或图形界面。我使用的是命令行安装的。
  • 实验过程中遇到了哪些问题，你是如何解决的？（或请分享你觉得实验中最重要的步骤）
    答：下载太慢了，操作不太懂的地方会咨询同学或者查询资料。
  • 请使用Python语言输出自己的姓名、班级和学号。

在这里插入图片描述

  • 你的安装过程、版本等和课程视频中有不同吗？如果有，请说明原因和结果。
    答：上面修改路径不一样，已经解释。
YoLo-8
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Awesome-ML-Tools:组织一些有用的机器学习工具
05-27
Awesome-ML-工具 我为什么创建这个项目： 有很多项目总结了机器学习材料和课程，但是没有很多项目总结了机器学习工具。 我读了 ，其中介绍了一些工具。 因此，我想到了一个想法，该想法时不时地组织更多有用的工具。 开发环境 注意：对于GPU选择部分， 写得很好。 本文还于2019年4月被翻译成。 ：在线深度学习平台。 ：Jupyter Notebook的增强版。 ：AI培训实验平台。 ：具有模板，多语言，版本控制，多人协作，GPU可用，在线帮助和其他功能的实验平台。 开发工具 ：Googler总结的开发工具集合。 ：Tensorflow代码自动完成插件（用于PyCharm）。 ：Jupyter Notebook插件集合。 jupytext ：支持多格式导出，Jupyter Notebook和IDE共同开发工具。 Awesome-pytorch-list
深度学习Tensorflow免费项目源码-Baseline模型
05-19
一、实验要求： 1、按照深度学习流程框架图，代码中需体现这一层次感（可以用空行的形式隔开即可，亦可以添加注释） 2、训练轮次需要用回调函数的形式提前结束 3、模型的编写需要用自定义模型的形式 4、最好有多个模型，便于进行比较 5、对模型的准确率不做严格要求，但准确率越高必然会是一个很好的加分项，要注意防止过拟合 6、代码分为 模型的构建保存 和 模型的调用 两个工程，模型调用即是对图片进行识别 7、测试图片可以从数据集中任意挑3张即可 8、训练的过程中（每一轮）需要有可视化的体现 9、验证集上或者测试集上也需要做可视化 10、如果有多个模型进行比较的，可以给出多个模型的可视化方便比较 二、实验目的： 运用所学的tensorflow相关知识自己搭建一个网络模型对cifar10数据集进行训练，用训练好的模型对数据集进行预测。其目的在于，考察对所学基础知识的掌握程度，以及增强我们的自主学习能力和动手能力。 三、实验环境： 开发环境：Anacona3 编程窗口：jupyter lab 、实验总结： 本次实验综合性很强，对于cifar10数据集，可以采取多个模型来训练和调用模型来识别图片。
Anaconda TensorFlow安装步骤详细教程
最新发布
douzi657的博客
04-01 1791
（1）新建一个项目，打开，点击File--Setting--project webspider--project Interpreter,点击右侧设置标志，点击add，选择Conda Environment，选择existing environment，选择你安装目录下的anaconda\envs\machinelearning\python.exe，点击确定。（1）右击计算机（我的电脑），点击属性--高级系统设置--高级--环境变量，打开环境变量设置页面。（3）在下方搜索出的结果中点击添加如下函数包。
搭建基于Python的深度学习实验开发环境
02-29
安装深度学习框架； 掌握Keras、TensorFlow、PyTorch等深度学习框架的安装方法；
TensorFlow机器学习系统-其他
06-11
TensorFlow是用于机器学习的端到端开源平台。它拥有一个全面而灵活的生态系统，其中包含各种工具、库和社区资源，可助力研究人员推动先进机器学习技术的发展，并使开发者能够轻松地构建和部署由机器学习提供支持的应用。 TensorFlow最初是由Google机器智能研究组织内Google Brain团队的研究人员和工程师开发的，用于进行机器学习和深度神经网络研究。该系统具有足够的通用性，也可以适用于多种其他领域。 TensorFlow提供稳定的Python和C++ API，以及其他语言的非保证向后兼容API 。 轻松地构建模型 TensorFlow提供多个抽象级别，因此您可以根据自己的需求选择合适的级别。您可以使用高阶Keras API构建和训练模型，该API让您能够轻松地开始使用TensorFlow和机器学习。 如果您需要更高的灵活性，则可以借助即刻执行环境进行快速迭代和直观的调试。对于大型机器学习训练任务，您可以使用Distribution Strategy API在不同的硬件配置上进行分布式训练，而无需更改模型定义。 随时随地进行可靠的机器学习生产 TensorFlow始终提供直接的生产途径。不管是在服务器、边缘设备还是网络上，TensorFlow都可以助您轻松地训练和部署模型，无论您使用何种语言或平台。 如果您需要完整的生产型机器学习流水线，请使用TensorFlow Extended (TFX)。要在移动设备和边缘设备上进行推断，请使用TensorFlow Lite。请使用TensorFlow.js在JavaScript环境中训练和部署模型。 强大的研究实验 构建和训练先进的模型，并且不会降低速度或性能。借助Keras Functional API和Model Subclassing API等功能，TensorFlow可以助您灵活地创建复杂拓扑并实现相关控制。为了轻松地设计原型并快速进行调试，请使用即刻执行环境。 TensorFlow还支持强大的附加库和模型生态系统以供您开展实验，包括Ragged Tensors、TensorFlow Probability、Tensor2Tensor和BERT。
使用清华镜像快速安装tensorflow
yy2yy99的专栏
02-19 5116
安装tensorflow时，如果使用直接安装速度相对较慢，采取清华大学的镜像会提高速度。 pip3 install tensorflow-gpu==1.14 -i https://pypi.tuna.tsinghua.edu.cn/simple 选择版本是1.14，并且是GPU版本 ...
TensorFlow的安装
AtYeXTolearn的博客
09-02 4000
TensorFlow的安装 anaconda的安装 版本信息： 版本对应关系查询网站：https://docs.floydhub.com/guides/environments/ 1.1 文件下载 清华大学镜像库：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 1.2 安装路径：E:\Anaconda3.4 1.3 工作路径的修改 1.3.1 安装目录如下： 1.3.2 去掉%USERPROFILE% 1.3.3 生成配置文件jupy.
Anaconda（4.2.0）和Tensorflow（2.9.1）安装教程（使用中科大镜像，清华镜像没有tensorflow了）
edward_zcl的博客
10-26 1732
我在安装tensorflow的过程中总是遇到了很多问题，报错也不知道原因，在摸索下最后还是成功安装了tensorflow环境。仅供参考，希望对读者有用，毕竟深知安装过程之痛苦，我好几天去网上找安装方法都没有成功。以下是我的安装过程，希望能够让你成功安装。
清华镜像用不了？conda安装tensorflow教程以及多种报错的解决（windows环境）
qq_43481435的博客
12-16 9058
conda安装tensorflow教程以及报错处理（windows环境） 1.在很多教程中，作者会让我们先创建一个虚拟环境，在这个虚拟环境创建时一般会指定python的版本，如下面的命令就是创建一个名为tensorflow的虚拟环境，使用3.5.2的python版本，这里的python指定你需要的版本即可 conda create -n tensorflow python=3.5.2 2.然后输入以下命令激活这个环境 activate tensorflow 3.然后输入以下命令安装cpu版本的tenso
anaconda安装tensorflow（使用清华镜像）
weixin_43774880的博客
08-28 3万+
首先安装anaconda，安装时注意添加路径 接着打开 我下的是最新版本的anaconda 默认3.7版本的python，但是tensorflow对3.6版本的python支持比较好，所以要先conda一个tensorflow环境。直接create这个环境会很慢，所以先改为清华镜像的conda Anaconda 镜像使用帮助 conda config --add channels https:/...
Anaconda中在自己的conda环境中安装TensorFlow
雨后的小木屋
03-08 709
安装tensorflow
TensorFlow-Series:人工智能与深度学习实战 - TensorFlow 篇（MD & Notebooks）
04-18
本篇主要基于 TensorFlow 2.0 版本，包含理论与实践（Notebook）等多维度内容，建议阅读本篇之前先浏览 以了解如何搭建开发/实验环境。 Why do I care? 在了解 TensorFlow 之前，我们首先要搞明白一个问题。作为一个...
使用清华镜像安装tensorflow1.13.1
何少的博客
09-23 9109
安装tensorflow时，如果使用直接安装速度相对较慢，采取清华大学的镜像会提高速度。 pip3 install tensorflow-gpu==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple 选择版本是1.13.1，并且是GPU版本 pypi 镜像使用帮助 pypi 镜像每 5 分钟同步一次。 临时使用 pip install -i htt...
Win10_Python3.7_Tensorflow2.8_GPU环境配置
Nanicy_lin的博客
03-25 1760
文章目录一、配置清华镜像源1.主要镜像源地址2.第三方包镜像源地址二、配置pip默认国内镜像地址三、安装Tensorflow2.8_GPU依赖环境四、验证GPU环境是否安装成功五、Tensorflow2.8_GPU环境配置完成 一、配置清华镜像源 1.主要镜像源地址 # 更改conda默认下载地址，使用清华镜像源地址 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda confi
【安装tensorflow】使用清华开源镜像安装 tensorflow
java_pythons的博客
08-10 2万+
使用清华开源镜像安装tensorflow 安装tensorflow时，如果使用直接安装速度相对较慢，采取清华大学的镜像会提高速度。 GPU版本安装方法： pip install tensorflow-gpu==2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple CPU版本安装方法： pip install tensorflow==2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple 备注：安装的时候需要python是64位
在Anaconda下搭建tensorflow环境时，利用清华镜像报错（原因：清华已停止Anaconda镜像服务）
fuzzyts的博客
06-14 6917
在anaconda下搭建tensorflow的教程中，为了快速下载，通常都是把anaconda的镜像改用清华的镜像（默认镜像是国外的）。在教程中，最初都会看到下面两句： 　　conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/　　　　 　conda con...
安装太慢【 推荐】tensorflow2.0清华镜像 ——附tensorflow2.3.0【新版本】介绍与安装教程
AI工匠Book
09-12 1万+
一般安装 tensorflow2.0操作如下： pip install tensorflow==2.0-alpha0 但是速度太慢 所以找了下国内tensorflow2.0的镜像 https://pypi.tuna.tsinghua.edu.cn/simple 安装试试： pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensor...
清华镜像源安装tensorflow
曦晨
02-25 8693
pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
Anaconda 添加清华镜像源
热门推荐
MUNG~~~~~
11-30 10万+
在安装tensorflow时，不知道怎么了，一直安装不上去，所以重新配置了下镜像 安装环境：win10+anaconda3.5 删除之前的镜像源，恢复默认状态 conda config --remove-key channels 添加清华镜像源 清华大学开源软件镜像站 #添加镜像源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config --add chann
安装tensorflow-cpu
08-29
要安装tensorflow-cpu，首先需要确保你已经安装了Python环境。然后按照以下步骤进行安装。 1. 打开终端或命令提示符，并输入以下命令安装tensorflow-cpu： ```shell pip install tensorflow ``` 等待一段时间，...

“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

打赏作者

YoLo-8

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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