windows jupyter 无法import tensorflow

最近遇到一个坑,tensorflow怎么也导入不到jupyter中去,导包的时候一直出现no module name "tensorflow",但是在cmd中import是成功的,然后卸载重装,还是同样的问题。网上的N多教程也用不了,最后经人指点,查看jupyter环境和tensorflow环境,发现jupyter中没有导入tensorflow包。

1、打开jupyter notebook的时候,右上角一直有一个kernel error,本来以为是要卸载了重新安装,但是并没有什么用。这里提一下jupyter notebook的卸载,网上给的方法用autoremove方法,在windows上并不管用,直接pip uninstall jupyter也卸载不干净,因为是基于anaconda安装的,所以卸载命令是 conda uninstall jupyter。
首先使用    jupyterkernelspec list      查看安装的内核和位置
进入安装内核目录打开kernel.jason文件,查看Python编译器的路径是否正确


如果不正确 python -m ipykernel install - -user 重新安装内核。
自己打开kernel.jason文件,确实因为中间换anaconda的安装路径,这个文件的路径还是指向卸载前的路径,按上述步骤修改后,kernel error解决
2、在jupyter notebook 中import tensorflow会出错报错,No module named ‘tensorflow’。在cmd窗口中是可以正常import的。
解决办法:

(1)打开cmd窗口,输入activate tensorflow,进入tensorflow运行的虚拟环境
(2)python -m ipykernel install --user重新安装jupyter notebook的内核。
然后打开jupyter就可以了。

 

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您好!对于在Windows上使用Jupyter Notebook和TensorFlow GPU版本,您需要进行以下步骤来设置: 1. 首先,确保您的计算机上安装了适当的GPU驱动程序。您可以从GPU制造商的官方网站上下载和安装最新的驱动程序。 2. 安装CUDA Toolkit。TensorFlow GPU版本需要与CUDA兼容,因此您需要安装与您的GPU驱动程序兼容的适当版本的CUDA Toolkit。您可以从NVIDIA的官方网站上下载并安装CUDA Toolkit。 3. 安装cuDNN。cuDNN是一个针对深度神经网络加速的GPU库。您需要从NVIDIA官方网站上下载并安装与您安装的CUDA Toolkit版本兼容的cuDNN。 4. 创建一个新的虚拟环境(可选)。为了避免与其他Python环境产生冲突,建议在使用Jupyter Notebook之前创建一个新的虚拟环境。您可以使用conda或virtualenv来创建虚拟环境。 5. 在虚拟环境中安装Jupyter Notebook和TensorFlow GPU版本。打开命令提示符或终端,并激活您的虚拟环境。然后运行以下命令来安装Jupyter Notebook和TensorFlow GPU版本: ``` pip install jupyter pip install tensorflow-gpu ``` 6. 启动Jupyter Notebook。在命令提示符或终端中,导航到您想要的工作目录,并运行以下命令以启动Jupyter Notebook: ``` jupyter notebook ``` 7. 在浏览器中打开Jupyter Notebook。在您的默认浏览器中,输入`localhost:8888`(或其他端口号,根据Jupyter Notebook的输出)来打开Jupyter Notebook。 现在,您应该可以在Jupyter Notebook中使用TensorFlow GPU版本了!请注意,确保在使用TensorFlow之前导入它,例如在Notebook中的第一个单元格中使用`import tensorflow as tf`。 希望这对您有所帮助!如有其他问题,请随时问我。
评论
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