环境配置 | Windows10安装配置TensorFlow

1.首先安装Anaconda

Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。有了它可以为我们安装TensorFlow带来方便。

下载地址:https://www.anaconda.com/download/#windows

根据自己的电脑选择相应的版本进行下载。Anaconda2和Anaconda3的区别是Anaconda2是基于python2而Anaconda3是基于python3,这里我下载的是Anaconda3 5.1。

安装完成之后,可以看到一个Anaconda的文件夹,打开其中的Anaconda Prompt会打开一个类似于cmd窗口。

2、配置安装TensorFlow

在Anaconda Prompt下输入以下命令来添加清华源,可以加速

 1.  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 2.  conda config --set show_channel_urls yes

接下来创建一个python3.5的环境,环境名称为tensorflow,命令如下:

conda  create  -n   tensorflow  python=3.5

安装完成之后,在Anaconda Prompt下输入activate tensorflow会进入TensorFlow环境或者在anaconda文件夹下打开Anaconda Navigator-->environment可以看到TensorFlow环境,如下图:

fig1.Anaconda Prompt下查看TensorFlow

 fig2.Anaconda Navigator下查看TensorFlow

之后输入:

pip install tensorflow

pip install opencv-python 

安装之后激活TensorFlow:activate   tensorflow,进入 环境之后 打开python,输入一个demo做测试。

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

我的运行结果:

这里遇到的问题总结如下:

1、'import' is not recognized as an internal or external command,
operable program or batch file.

没有打开python环境导致,打开进入python环境即可。

2、2018-08-01 16:04:43.472393: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2

提升CPU的性能,这个要取决于电脑的。

 

 

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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