TensorFlow学习记录——环境安装

 

1.Anaconda安装（Anaconda会带python解释器）

2.在Anaconda中创建tensorflow环境，python选用3.7版本的

CMD窗口下执行，creat --name tensorflow python==3.7

3.激活tensorflow环境

activate tensorflow

4.安装CPU版本的tensorflow2.1（我没有独立显卡，所以装CPU，有条件还是GPU吧，效率会高很多。）

# 使用国内清华源安装 TensorFlow CPU 版本

pip install -U tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple

5.测试CPU版本的 TensorFlow 是否安装成功。

在 cmd 命令行输入 ipython 进 入 ipython 交互式终端，在 ipython 中输入“import tensorflow as tf”命令即可验证 CPU 版本是否安装成功。

 

 

解决：
1. 如果是初学者 或者 没有太大计算速度的需求，在开头加上这两行忽略这个提示即可
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

说明：

os.environ["TF_CPP_MIN_LOG_LEVEL"] = '1' # 默认，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
2. 如果需要对CPU进行优化，可以访问下面的github，重新编译tensorflow源码以兼容AVX
https://github.com/lakshayg/tensorflow-build