安装anaconda+tensorflow

对于人工智能的学习,我们相信tensorflow是新手的一个不错的选择,这节我们将提供anaconda+tensorflow的教程。

首先,下载anaconda安装包,安装anaconda。如下图

 

注意在到达下面这一步的时候,第一个框框必须勾选,否则的话会比较麻烦。

 

至此,anaconda安装完成。

接下来,我们安装tensorflow。 

我们在开始菜单打开 anaconda Prompt

然后,输入conda create -n tensorflow 创建一个tensorflow环境;

使用,activate tensorflow激活环境,随后界面如图

我们在这个界面中使用pip install  -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow == 2.4.0

我们安装的是2.4.0版本的,由于我的已经安装完成,所以这里就不演示了。

至此安装过程完成。我们在tensorflow的环境下,依次使用

python

import tensorflow as tf

tf.__version__

这三条语句可以查看自己所安装的tensorflow版本,如果安装成功则会返回版本号,否则提示错误。

图片中的版本为2.6.0,这是因为我后面进行了更新。

至此,tensorflow安装完成。

建议,打开 anaconda navigator 然后在里面选择tensorflow环境,然后安装spyder。

注意,spyder必须为tensorflow环境的,然后使用以下代码段测试

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)

model.evaluate(x_test,  y_test, verbose=2)

当我们遇到anaconda navigator闪退,打不开,卡死的时候,可以尝试如下方法:

首先用管理员身份打开anaconda prompt

然后依次执行以下命令(遇到y/n的时候输入y)

conda  update anaconda-navigator       [升级navigator]

anaconda-navigator--reset                    [重置navigator]

conda update anaconda-client              [升级客户端]

conda update -f anaconda-client           [升级安装依赖包]

最后再打开anaconda navigator

  • 17
    点赞
  • 47
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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
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