这两天安装TensorFlow和keras(基于TensorFlow)踩了不少坑,特此总结。
安装tensorflow主要有两种方式:原环境安装(不推荐)和虚拟环境安装(推荐)。
1、原环境安装(各种坑):
将tensorflow作为一个普通工具包安装:pip install tensorflow
引入tensorflow:import etnsorflow
显示: ImportError:
Importing the multiarray numpy extension module failed. Most likely you are trying to import a failed build of numpy.If you're working with a numpy git repo, try `git clean -xdf` (removes all files not under version control). Otherwise reinstall numpy.
Original error was: DLL load failed: 找不到指定的模块。
解决办法:numpy版本不对,tensorflow要求numpy版本大于等于1.13.3,故卸载原有numpy,重新安装numpy1.13.3。
接下来可能还有类似的版本冲突问题,需要一一解决,故不建议此种安装方式。
2、虚拟环境安装(比较顺)
1)用管理员权限打开Anacoda Prompt;
2)创建虚拟环境,命名为“tensorflow”;
命令:conda create -n tensorflow python=3.5
注意:因为tensorflow最适合的python版本是3.5,所以无论你的python是什么版本,建议虚拟一个python3.5的环境
3)进入虚拟环境;
命令:activate tensorflow
4) 安装tensorflow
命令:pip install tensorflow
3、测试tensorflow
命令:import tensorflow as tf
node = tf.constant(4.0)
print(node)
结果:Tensor<”Const:0”,shape=<>,dtype=float32,至此,tensorflow安装完成。
注意:真正使用需要进入虚拟的python环境 例如:D:\Pythoninstall\envs\tensorflow,点击python.exe进入命令行。
4、安装keras (需要在tensorflow的虚拟环境中安装keras)
1)用管理员权限打开Anacoda Prompt
2)进入tensorflow虚拟环境
命令:activate tensorflow
3)安装keras
命令:pip install keras
5、测试keras (需要进入Anaconda Prompt)
利用Keras中mnist数据集测试
命令: conda install git
git clone https://github.com/fchollet/keras.git
cd keras/examples/
python mnist_mlp.py
结果:出现“Test accuracy :0.9838”,程序无错进行,至此,keras安装完成。