《28天玩转TensorFlow2》第0天：Windows下Anaconda、Python3.7、TensorFlow2.1(CPU)、Jupyter Notebook环境的搭建

最新推荐文章于 2022-01-13 18:14:21 发布
最新推荐文章于 2022-01-13 18:14:21 发布
阅读量297 收藏
点赞数
分类专栏： 28天玩转TensorFlow2 文章标签： tensorflow jupyter python anaconda
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/qq_32882309/article/details/106070403
版权
一、安装Anaconda

下载地址

根据个人需求下载对应的版本。如果在官网下载，因为python2.x官方已经停止更新，建议下载python3.X对应的版本。如果在清华地址下载，下载最新的版本即可。

二、建立虚拟环境

安装完成后，打开Anaconda Prompt：

  1. 设置安装源的镜像地址，可以加快下载速度。一般选择的是清华大学的地址：
conda config --add channels https://mirrors.tun
了解本专栏 订阅专栏 解锁全文 超级会员免费看
AnFany
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
专栏目录
订阅专栏
《28天玩转TensorFlow2》第13天：TensorFlow2项目实战—基于CNN+RNN和TCN的股票预测
AnFany
01-20 1354
CNN+RNN 和TCN的股票精准预测
《28天玩转TensorFlow2》第4天：TensorFlow2建立模型的三种方式之Sequential API
AnFany
05-25 769
import numpy as np import tensorflow as tf from tensorflow import keras print('tensorflow版本：', tf.__version__) tensorflow版本： 2.1.0 tf.keras提供Sequential API(Sequential按层顺序创建模型 )，这种方式比较简单。下面对手写数字数据集mnist建立基于MLP(多层感知机)的分类模型。 1、数据准备 # 引入数据集，该数据集的获取方式已经集成，直接引
anaconda（3.7版）环境下安装tensorflow
qq_45339371的博客
04-23 768
在anaconda环境下安装tensorflow 我的anaconda环境下的Python是3.7版的，搜了很多安装tensorflow的方式，都要在Python.3.5/3.6这些版本下才能成功安装，本来想要放弃anaconda，重新安装个Python3.5，后来在一个评论区里看到一个留言，就尝试了一下，就出现了安装进程，虽然过程中出现了一些warning和error，但是貌似还是成功了一些（我...
win10+anaconda+python3.7成功安装tensorflow—cpu（多人亲测成功）
qq_45538220的博客
04-22 1267
win10+anaconda+python3.7成功安装tensorflow—cpu（多人亲测成功） 1、以管理员身份打开anaconda prompt 2、创建tensorflow环境，输入：conda create -n tensorflow python=3.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 3、环境创...
用一个jupyter notebook管理anaconda多环境kernel
pangyun
09-21 2895
用一个jupyter notebook管理anaconda多环境kernel 在anaconda中创建多个环境时，发现jupyter notebook中无法找到虚拟环境的kernel，一个方法是在虚拟环境中再装一个notebook。第二个方法是只在虚拟环境中安装kernel模块。 1. 在主环境root中安装nb_conda conda install nb_conda 2. 切换到虚拟环境中，...
jupyter notebook 配置多anaconda/python内核
阿门的博客
03-01 663
问题描述： 在anaconda创建了虚拟环境my_tensorflow，并且安装了sklearn。 进入虚拟环境，可以成功导入sklearn： python >> import sklearn 但是，在jupyter notebook 却无法导入，ImportError: No module named 'sklearn.__check_build._check_buil...
Pytorch(cpu+Windows10+Anaconda(Python3.7)+Pycharm+Jupyter Notebook+清华镜像源) 环境搭建
12-21
搭建PyTorch环境是深度学习开发者的基本功，尤其在Windows 10系统上，通过Anaconda来管理Python环境和库可以极大地简化配置过程。本文将详细介绍如何在Windows 10上，利用Anaconda、PyCharm和Jupyter Notebook，以及...
Anaconda + Python+TensorFlow(CPU)安装+Jupyter Notebook使用
12-20
jupyter notebook使用遇到的问题’Destination Floder’ cannot contain non-ascii characters关于jupyter notebook无法自动跳转chrome浏览器的处理方法修改jupyter notebook打开后文件路径的处理方法3. TensorFlow...
anaconda下安装tensorflow(注：不同版本python对应不同版本tensorflow）
05-12
在本文中，我们将详细介绍如何在Anaconda环境下安装Tensorflow，并在Jupyter Notebook上进行神经网络学习，同时解决可能遇到的一些常见问题。请注意，Tensorflow的版本与Python版本之间有特定的对应关系，因此选择...
Anaconda-python3.7-Win64.rar
01-10
这个“Anaconda-python3.7-Win64.rar”文件是专门为Windows 64位系统设计的Python3.7版本的Anaconda安装包，原名为“Anaconda3-5.3.1-Windows-x86_64.exe”。 1. **Python3.7**: Python3.7是Python编程语言的一个...
解决anaconda中TensorFlow环境的搭建
12-22
对于喜欢使用Jupyter Notebook进行交互式编程的用户，我们还需要在tensorflow2_0环境中安装ipython和jupyter notebook： ```bash conda install ipython jupyter ``` 安装完成后，启动Jupyter Notebook： ```bash...
Jupyter notebook创建、修改切换Anaconda虚拟环境（详细试错过程）
今天写代码了吗
07-20 5159
要使用jupyter，需要在每个环境都安装了jupyter，下面是安装Anaconda后默认环境下包含的库：本人需要使用名为pytorch的环境：因此需要激活此处的环境，在该环境下配置 1. prompt激活Jupyter notebook运行需要的虚拟环境 这里激活 打开power shell prompt，输入： activate pytorch 输入后，无果，左侧仍为base环境 指令前加入“conda”： conda activate pytorch 查看环境无误： conda info
Win10+Anaconda Python3.7+Pycharm社区版+tensorflow2.0
qq_40244354的博客
04-30 484
Win10+Anaconda Python3.7+Pycharm社区版+tensorflow2.01.安装anaconda2.安装anaconda，之后打开Anaconda Prompt3.创建一个名为“TF2.1”的虚拟环境4.进入虚拟环境5.安装cudatoolkit10.1、cudnn7.6（如果你的电脑硬件不支持英伟达GPU，则跳过这一步，直接安装tensorflow）6.安装tensor...
《28天玩转TensorFlow2》第12天：TensorFlow2项目实战—基于LSTM和GRU的股票预测
AnFany
01-13 573
扫描关注微信公众号pythonfan，获取更多项目源码。 一、RNN简介 Recurrent Neural Network(循环神经网络)是可处理序列或者时间序列数据的神经网络，该模型在时间序列预测以及NLP(自然语言处理)领域应用较多。循环神经网络的变体较多，下面给出其最简单的形式。 从上图可以看出，非RNN神经网络中，训练样本之间在模型训练期间是没有联系的。而RNN神经网络中，当前这条训练数据的隐层输出有一部分是由前一条训练数据的隐层输出决定的，而当前条的隐层输出同样会影响下一条的隐层输出，这样就建
《28天玩转TensorFlow2》第6天：TensorFlow2建立模型的三种方式之Model Subclassing
AnFany
06-30 500
自定义MLP模型结构，50代，总参数119690，Mnist测试数据集正确率98%。对于神经网络而言，可能宽比深好(May Be Paper)。 自定义的MLP结构如下： import numpy as np import tensorflow as tf import os import shutil # 绘图 from matplotlib import pyplot as plt plt.rcParams['font.family'] = 'SimHei' # 绘图显示中文 plt.rcP
《28天玩转TensorFlow2》第10天：TensorFlow2项目实战—基于迭代的风格迁移
AnFany
11-05 414
扫描关注微信公众号pythonfan，获取更多项目源码。 风格迁移：将图像A的纹理、色彩、视觉模式等风格特征迁移到图像B的内容上，得到一个风格特征和A相像，内容和B一样的合成图像C。其中图像A称为风格图像，图像B称为内容图像； 参考论文: https://openaccess.thecvf.com/content_cvpr_2016/papers/Gatys_Image_Style_Transfer_CVPR_2016_paper.pdf 1、思路 建立如下一个优化的函数： L(C)=βLc(C,B)+α
《28天玩转TensorFlow2》第5天：TensorFlow2建立模型的三种方式之Functional API
AnFany
06-11 413
import numpy as np import tensorflow as tf from matplotlib import pyplot as plt import os import shutil plt.rcParams['font.family'] = 'SimHei' plt.rcParams['axes.unicode_minus']=False print('tensorflow版本：', tf.__version__) tf.keras.backend.clear_session()
《28天玩转TensorFlow2》第3天：张量的自动求导机制
AnFany
05-20 412
第3天：张量的自动求导机制 import tensorflow as tf tf.print('tensorflow的版本:{}'.format(tf.__version__)) tensorflow的版本:2.1.0 1、自动求导机制 所谓的自动求导机制，就是对于属性为变量的张量，tensorflow会自动的将该变量加入到它的求导记录器tf.GradientTape() 中，实现自动求导。对于属性为常量的张量而言，需要将该常量手工加入，涉及的函数就是watch，具体参见下面给出的示例。 1.1、一元函
linux安装了anaconda python3.7想在基础上安装jupyter notebook如何安装
最新发布
06-03
在安装了 Anaconda 后，Jupyter Notebook 已经自动安装好了，你可以直接启动 Jupyter Notebook。 1. 打开终端，输入以下命令来启动 Jupyter Notebook： ``` jupyter notebook ``` 2. 然后会自动打开一个浏览器...
评论 5
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

AnFany

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