安装TensorFlow

1.准备工作

  • 在安装TensorFlow之前得先安装Anaconda
  • 如果还没有进行安装,可以看我主页安装Anaconda教程

2.安装TensorFlow

  • 我们打开Anaconda Prompt

在这里插入图片描述

  • 输入python -m pip install -U pip,按回车等待两分钟就可以看见已经安装完成

在这里插入图片描述

  • 创建名为tensorflow的环境,同时安装python(这里我安装的是3.6,你们根据自己的实际情况进行安装就可以了),在上图的操作步骤后面输入conda create --name tensorflow python=3.6

  • 中途会跳出一个Proceed([y]/n)?

  • 输入y之后按回车就可以了
    在这里插入图片描述

  • 出现下图的情况就说明已经安装好了

在这里插入图片描述

3.激活tensorflow

  • 输入activate tensorflow之后,如果前面括号里面没有变成tensorflow
  • 就输入conda activate tensorflow,发现前面括号里变成了tensorflow

在这里插入图片描述

  • 再依次输入conda install tensorflow==1.15.0conda install --channel https://conda.anaconda.org/hanyucui tensorflow-gpu=1.15
  • 这里我试过网上很多其他的方法,比如加镜像源之类的,都不行,研究了一个下午,这个方法是唯一安装成功的
  • 输入以上代码,完成安装之后,我们进行检验,先输入python
  • 再输入import tensorflow as tf,没有报错就代表安装成功啦

在这里插入图片描述

安装TensorFlow需要一些步骤。首先,您可以使用以下命令安装特定版本的TensorFlow: - 对于Python 2.7的版本,支持CPU: `pip install tensorflow==1.4.1` - 对于Python 3.x的版本,支持CPU: `pip3 install tensorflow==1.4.1` 如果您不需要特定版本,可以使用以下命令安装最新版本的TensorFlow: - 对于Python 2.7的版本,支持CPU: `pip install tensorflow` - 对于Python 3.x的版本,支持CPU: `pip3 install tensorflow` 您可以使用以下命令来查看安装TensorFlow版本并进行测试: ```python import tensorflow as tf print(tf.__version__) sess = tf.Session() hello = tf.constant('Hello, TensorFlow!') print(sess.run(hello)) ``` 在安装过程中,如果遇到CUDA 9.0安装失败的问题,可能会耗费一些时间。但最终,您可以通过解决相关问题成功安装。 此外,如果在安装过程中遇到2503或2502错误,您可以尝试将C:\Windows\Temp文件夹的属性中的安全选项下的Users改为允许。 参考资料: https://www.cnblogs.com/wmr95/p/7500960.html 安装Tensorflow耗费了一些时间,主要是卡在了CUDA9.0的安装上,老是失败,不过最终安装成功了。 本示例已更新为与TensorFlow-1.1.0兼容的新版本。这个新版本使用了一个库,该库提供了一个API,可基于张量流创建深度学习模型和实验。 安装时若出现2503或2502 error,需要将C:\Windows\Temp文件夹属性中的安全下Users完全控制改为允许。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>
评论 21
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

打赏作者

Simple_learning_

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
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