tensorflow1.1 和python3.5.3安装

最新推荐文章于 2024-10-11 10:03:07 发布
最新推荐文章于 2024-10-11 10:03:07 发布
阅读量1w 收藏 2
点赞数
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/vfgbv/article/details/70738866
版权

一 。安装python3.5.3

1.安装tkinter（不需要这个模块的不用安装，import matplotlib.pyplot 需要此模块）

下载ActiveTcl-8.5    

tar -zxvf   ActiveTcl8.5.18.0.298892-linux-x86_64-threaded.tar.gz 

解压进入文件夹  执行./install.sh  

路径安装在/opt/ActiveTcl-8.5

2.下载python-3.5.3.tar.gz文件（https://www.python.org/ftp/python/3.5.3/），

tar -xzvf python-3.5.3.tar.gz

cd python-3.5.3

./configure --prefix=/usr/local/python3.5   --with-tcltk-includes='-I/opt/ActiveTcl-8.5/include'  --with-tcltk-libs='/opt/ActiveTcl-8.5/lib/libtcl8.5.so /opt/ActiveTcl-8.5/lib/libtk8.5.so'

sudo make && make install

建立软连接，使系统默认的python指向python3.5

##sudo mv /usr/bin/python /usr/bin/python2.6.6.old

sudo ln -s /usr/local/python3.5/bin/python3.5   /usr/bin/python

已经安装完成python的安装或升级的全部操作了，我们再来看一下现在的python的版本：

# python -V

python

虽然现在python已经安装完成，但是使用yum命令会有问题——yum不能正常工作：

这是因为yum默认使用的python版本是2.6.6，到哪是现在的python版本是3.5.3，故会出现上述问题，只需要该一下yum的默认python配置版本就行了：

#vi /usr/bin/yum

将文件头部的#!/usr/bin/python改为

#!/usr/bin/python2.6



测试：执行python

>>> import tkinter
报错：没有_tkinter模块

解决：


本次错误信息为：

libXss.so.1: cannot open shared object file: No such file or directory

解决：sudo yum install libXScrnSaver

再次make，没有libXss.so.1 错误信息

继续对python  进行make install

解决方法参照：http://www.tkdocs.com/tutorial/install.html

#####二.install pip for python3.x

其实这也不难。。下载量个包，执行两个命令搞定。

1.首先安装setuptools

　　小伙伴们可以通过官方模块库来下载：https://pypi.python.org/pypi

　　这里我就直接用wget到服务器上下载了版本为19.6（小伙伴们可以尝试新的版本奥。。）

复制代码 
wget --no-check-certificate  https://pypi.python.org/packages/source/s/setuptools/setuptools-19.6.tar.gz#md5=c607dd118eae682c44ed146367a17e26

tar -zxvf setuptools-19.6.tar.gz

cd setuptools-19.6.tar.gz

python3 setup.py build

python3 setup.py install
复制代码

2.然后直接安装pip就搞定了。。

　　同样先下载然后在执行命令搞定！！

复制代码 
wget --no-check-certificate  https://pypi.python.org/packages/source/p/pip/pip-8.0.2.tar.gz#md5=3a73c4188f8dbad6a1e6f6d44d117eeb

tar -zxvf pip-8.0.2.tar.gz

cd pip-8.0.2

python3 setup.py build

python3 setup.py install
复制代码

安装完成之后我们再来看下python的bin目录下都有什么东西吧

哈哈。。通过以上我们已经给python3安装好了 pip3了。。。（小伙伴们也可以做个软连接，来方便实用奥。。）

（python3.5.3自带pip3 在安装路径/usr/local/python3.5/bin下,直接可以使用,

可以做软链接：sudo ln -s /usr/local/python3.5/bin/pip3 /usr/bin/pip3）

三。

Install TensorFlow

Assuming the prerequisite software is installed on your Linux host, take the following steps:

  1. Install TensorFlow by invoking one of the following commands:

     
  
     
   
     
  
     sudo pip3 install tensorflow # Python 3.n; CPU support (no GPU support) sudo pip3 install tensorflow-gpu # Python 3.n; GPU support 
 

 
  

 

  1. #####(Optional.) If Step 1 failed, install the latest version of TensorFlow by issuing a command of the following format:
     
  
     
   
     
  
    $ sudo pip install --upgrade TF_PYTHON_URL # Python 2.7 $ sudo pip3 install --upgrade TF_PYTHON_URL # Python 3.N 
    where TF_PYTHON_URL identifies the URL of the TensorFlow Python package. The appropriate value ofTF_PYTHON_URLdepends on the operating system, Python version, and GPU support. Find the appropriate value forTF_PYTHON_URL for your system here. For example, if you are installing TensorFlow for Linux, Python version 3.4, and CPU-only support, issue the following command:
     
  
     
   
     
  
     $ sudo pip3 install --upgrade \ https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.1.0rc2-cp35-cp35m-linux_x86_64.whl 
  2. 四。测试
  3. Run a short TensorFlow program
  4. Invoke python from your shell as follows:
     
  
     
   
     
  
    $ python
    Enter the following short program inside the python interactive shell:
     
  
     
   
     
   
     
  
    >>> import tensorflow as tf>>> hello = tf.constant('Hello, TensorFlow!')>>> sess = tf.Session()>>> print(sess.run(hello))
    If the system outputs the following, then you are ready to begin writing TensorFlow programs:
     
  
     
   
     
  
    Hello, TensorFlow!
  5. 五。问题：
  6. 1.
  7. yum install gcc
    wget http://ftp.gnu.org/pub/gnu/glibc/glibc-2.19.tar.xz
    xz -d glibc-2.19.tar.xz
    tar -xvf glibc-2.19.tar.xz
    cd glibc-2.19
    mkdir build
    cd build
    ../configure --prefix=/usr --disable-profile --enable-add-ons --with-headers=/usr/include --with-binutils=/usr/bin  
    make && make install
    需要等大概10分钟。
    输入strings /lib64/libc.so.6|grep GLIBC发现已经更新 
    GLIBC_2.2.5
    GLIBC_2.2.6
    GLIBC_2.3
    GLIBC_2.3.2
    GLIBC_2.3.3
    GLIBC_2.3.4
    GLIBC_2.4
    GLIBC_2.5
    GLIBC_2.6
    GLIBC_2.7
    GLIBC_2.8
    GLIBC_2.9
    GLIBC_2.10
    GLIBC_2.11
    GLIBC_2.12
    GLIBC_2.13
    GLIBC_2.14
    GLIBC_2.15
    GLIBC_2.16
    GLIBC_2.17
  8. ...

    GLIBC_PRIVATE
     
  
     
   2.（ 
   https://www.cnblogs.com/yinheyi/p/7248307.html，另一种参考 
   ） 
  
 

 
 方法：#strings /usr/lib64/libstdc++.so.6 | grep GLIBCXX
GLIBCXX_3.4
GLIBCXX_3.4.1
GLIBCXX_3.4.2
GLIBCXX_3.4.3
GLIBCXX_3.4.4
GLIBCXX_3.4.5
GLIBCXX_3.4.6
GLIBCXX_3.4.7
GLIBCXX_3.4.8
GLIBCXX_3.4.9
GLIBCXX_3.4.10
GLIBCXX_3.4.11
GLIBCXX_3.4.12
GLIBCXX_3.4.13
GLIBCXX_FORCE_NEW
GLIBCXX_DEBUG_MESSAGE_LENGTH

没有GLIBCXX_3.4.14版本支持，继续安装(注意：libstdc++6_4.9.2-10_amd64.deb这是64位，libstdc++6_4.9.2-10_i386.deb这个是32位)

下载新版本，地址：http://ftp.de.debian.org/debian/pool/main/g/gcc-4.7/libstdc++6_4.9.2-10_amd64.deb
ar -xlibstdc++6_4.9.2-10_amd64.deb&&tar xvf data.tar.gz  

#cd    usr/lib/x86_64-linux-gnu
#ll
lrwxrwxrwx 1 root root     19 Apr 26 15:21 libstdc++.so.6 -> libstdc++.so.6.0.20
-rw-r--r-- 1 root root 991600 Jan  7  2013 libstdc++.so.6.0.20

# find / -name libstdc++.so.6
/usr/lib64/libstdc++.so.6
/root/usr/lib/x86_64-linux-gnu/libstdc++.so.6

#mv /usr/lib64/libstdc++.so.6 /usr/lib64/libstdc++.so.6.bak
#cp libstdc++.so.6.0.20 /usr/lib64/
#cd /usr/lib64/

#chmod +x libstdc++.so.6.0.20
#ll libstdc++.so.6.0.20
-rwxr-xr-x 1 root root 991600 Apr 26 15:30 libstdc++.so.6.0.20
#ln -s libstdc++.so.6.0.20 libstdc++.so.6

#strings /usr/lib64/libstdc++.so.6 | grep GLIBCXX
GLIBCXX_3.4
GLIBCXX_3.4.1
GLIBCXX_3.4.2
GLIBCXX_3.4.3
GLIBCXX_3.4.4
GLIBCXX_3.4.5
GLIBCXX_3.4.6
GLIBCXX_3.4.7
GLIBCXX_3.4.8
GLIBCXX_3.4.9
GLIBCXX_3.4.10
GLIBCXX_3.4.11
GLIBCXX_3.4.12
GLIBCXX_3.4.13
GLIBCXX_3.4.14
GLIBCXX_3.4.15
GLIBCXX_3.4.16
GLIBCXX_3.4.17 

 

 
 ...
GLIBCXX_DEBUG_MESSAGE_LENGTH

 


                

        

        

    

  


    

      

        

            

              
                
                  桩如人生
                
              
            

            

                关注
              
            

        

        

          
      

      

            

                专栏目录
          









                



	

		

			

				
					
Python深度学习实践：构建和优化推荐系统模型

				
			

			

				

					AI天才研究院
				

				

					05-22
					
					750
					
				

			

		

		

			
				
1. 背景介绍
1.1 推荐系统的意义
在信息爆炸的时代，人们面对海量的数据，往往难以找到真正需要的信息。推荐系统应运而生，它通过分析用户的历史行为和偏好，为用户提供个性化的推荐，帮助用户快速找到感兴趣的内容，提高用户体验和满意度。推荐系统已经成为电商、社交媒体、新闻门户等众多互联网平台不可或缺的一部

			
		

	



                

            
              



	

		

			

				
					
Python机器学习实战：智能聊天机器人的构建与优化

				
			

			

				

					AI天才研究院
				

				

					08-22
					
					740
					
				

			

		

		

			
				
人工智能（Artificial Intelligence，AI）的起源可以追溯到上世纪50年代，图灵测试的提出标志着人工智能作为一门学科的诞生。随后，人工智能经历了几次高潮和低谷，期间涌现出许多重要的理论和算法，例如符号主义、连接主义、专家系统等。近年来，随着计算能力的提升和大数据的兴起，人工智能再次进入快速发展阶段，并在各个领域取得了突破性进展。自然语言处理（Natural Language Processing，NLP）是人工智能的一个重要分支，研究如何让计算机理解和处理人类语言。

			
		

	



              


  
              

                


	

		

			

				
					
机器学习笔记4：TensorFlow基础入门介绍

				
			

			

				

					ChenHaoUESTC的博客
				

				

					08-26
					
					1274
					
				

			

		

		

			
				
机器学习笔记4：TensorFlow基础入门介绍

			
		

	





	

		

			

				
					
Tensorflow 1.1 安装

				
			

			

				

					a704397849的博客
				

				

					03-06
					
					4855
					
				

			

		

		

			
				
参考 https://blog.csdn.net/laobai1015/article/details/84580243
环境

windows7 64
Anaconda3-4.2.0-Windows-x86_64.exe (自带python3.5.2) 下载地址

安装 Anaconda3-4.2.0-Windows-x86_64





验证Anaconda是否安装成功的方法：
cmd 命令...

			
		

	



		

			
		



	

		

			

				
					
PyCharm中TensorFlow安装指南及.whl文件使用

					
最新发布

				
			

			

				

					weixin_28736145的博客
				

				

					10-11
					
					1096
					
				

			

		

		

			
				
本文还有配套的精品资源，点击获取
 
 


 简介：本文提供了一份详细的指南，用于在PyCharm集成开发环境中安装TensorFlow深度学习库。特别关注使用.whl文件安装方法，.whl文件是Python的一种二进制分发格式，可以提升安装效率，尤其是在依赖系统库或特定版本库的情况下。文章详细介绍了下载TensorFlow .whl文件、在PyCharm中通过Project Inte...

			
		

	





	

		

			

				
					
tensorflow1.1/构建卷积神经网络识别手写数字

				
			

			

				

					szj_huhu的博客
				

				

					07-06
					
					713
					
				

			

		

		

			
				
环境：python 3 ，tensorflow 1.1 , matplotlib 2.02tensorflow1.1在构建卷积神经网络方面代码大大简化，方便很多，并且将keras作为tensorflow的高级api#coding:utf-8
"""
python 3 
tensorflow 1.1
matplotlib 2.02
"""
import tensorflow as tf
import

			
		

	





	

		

			

				
					
tensorflow-1.1-api文档

				
			

			

				

					05-05
				

			

		

		

			
				
tensorflow1.1的api文档（html版）

			
		

	





	

		

			

				
					
tensorflow1.1/optimizer可视化

				
			

			

				

					szj_huhu的博客
				

				

					07-03
					
					469
					
				

			

		

		

			
				
环境：tensorflow 1.1 python 3 matplotlib 2.02#coding:utf-8
'''
tensorflow 1.1
python 3 
matplotlib 2.02
'''
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np#设置随机种子
tf.set_random_

			
		

	





	

		

			

				
					
#深度学习# 树梅派3B+（Raspberry 3B+ ）安装Raspbian系统 安装Tensorflow 安装Keras 源码方式安装OpenCV踩坑排雷记录（持续更新）

					
热门推荐

				
			

			

				

					weixin_43741611的博客
				

				

					11-19
					
					1万+
					
				

			

		

		

			
				
#深度学习# 树梅派3B+（Raspberry 3B+ ）安装Raspbian系统 配置Keras踩坑排雷记录（持续更新）1.准备阶段1.1 硬件准备1.2 软件准备2.系统安装与部署2.1 TF卡分区2.2 TF卡写入系统引导与系统文件2.3 树梅派系统初始化2.4 系统软件包更新3.Python环境配置3.1 更新pip33.2 更新Python33.3 卸载Numpy3.4 安装Tensor...

			
		

	





	

		

			

				
					
tensorflow1.1及python3安装

				
			

			

				

					光与热的博客
				

				

					08-15
					
					946
					
				

			

		

		

			
				
一 。安装python3.5.3
1.安装tkinter（不需要这个模块的不用安装，import matplotlib.pyplot 需要此模块）下载ActiveTcl-8.5 
   tar -zxvf   ActiveTcl8.5.18.0.298892-Linux-x86_64-threaded.tar.gz 解压进入文件夹  执行./install.sh  路径安装在/opt/ActiveT

			
		

	





	

		

			

				
					
Python深度学习实践：如何构建你的图像分类器

				
			

			

				

					AI天才研究院
				

				

					08-12
					
					367
					
				

			

		

		

			
				
1. 背景介绍
1.1 图像分类器的应用领域
图像分类是计算机视觉领域的核心任务之一，其应用范围十分广泛，涵盖了从日常生活到专业领域的方方面面：

社交媒体: 自动识别照片中的物体和场景，用于图像搜索、内容推荐和广告投放。


			
		

	





	

		

			

				
					
1.1基础之可视化TensorFlow

				
			

			

				

					阿兵-AI医疗的专栏
				

				

					03-05
					
					1897
					
				

			

		

		

			
				
可视化是认知程序的最直观方式。

基本概念
  TensorBoard是TensorFlow自带的一个强大的可视化工具，也是一个web应用程序套件。TensorBoard目前只支持7种可视化，即SCALARS、 IMAGES、AUDIO、GRAPHS、DISTRIBUTIONS、HISTOGRAMS和EMBEDDINGS。

SCALARS：展示训练过程中的准确率、损失值、权重/偏置的变化情况
...

			
		

	





	

		

			

				
					
【机器学习】TensorFlow介绍与应用

				
			

			

				

					qq_16908013的博客
				

				

					06-26
					
					1835
					
				

			

		

		

			
				
TensorFlow是由Google开源的一个深度学习平台，它使用数据流图的形式来表示计算，支持跨多个CPU和GPU的分布式运算。计算图（Graph）：TensorFlow中用来表示计算任务的图，包括节点（节点代表具体的操作）和边（边代表数据流）。会话（Session）：在TensorFlow中，计算图必须在会话中运行，会话可以跨多个CPU和GPU进行分布式运算。操作（Operation）：计算图中的节点，代表具体的操作，可以是数学运算、数据读取等。

			
		

	





	

		

			

				
					
TensorFlow1.1搭建自编码网络

				
			

			

				

					机器会学习的博客
				

				

					06-29
					
					1024
					
				

			

		

		

			
				
用Tensorflow搭建一个自编码网络(含有多个隐藏层),在MNIST数据上进行训练 
自编码网络的作用是将输入的样本进行压缩到隐藏层,然后解压在输出层重建.所以输入层和输出层神经元的数量是相等的.在压缩的过程当中网络会除去冗余的信息(要限制隐藏层神经元的数量),留下有用的特征.类似与主成分分析PCA, 
多个隐藏层能够学到更有意义的特征

			
		

	





	

		

			

				
					
tensorflow1.1/非监督学习autoencoder1

				
			

			

				

					szj_huhu的博客
				

				

					07-07
					
					3494
					
				

			

		

		

			
				
环境：tensorflow 1.1, python 3,matplotlib 2.02AutoEncoder是一种非监督学习，将数据的高维特征进行压缩降维编码，再经过相反的解码过程的一种学习方法。学习过程中通过解码得到的最终结果与原数据进行比较，通过梯度下降，不断提高对原数据的复原能力，原理与PCA相似。 
 
在MNIST数据集上，实现特征压缩和特征解压并可视化比较解压后的数据与原数据的对照,实验

			
		

	





	

		

			

				
					
tensorflow 1.0.0-1.1.0 [Linux 64-bit, GPU enabled, Python 3.5]的whl安装包1

				
			

			

				

					05-07
				

			

		

		

			
				
google 深度学习框架，whl格式本地安装包，gpu、Linux、64位版本，包括tensorflow1.0.0和1.1.0两个版本

			
		

	





	

		

			

				
					
【安装TensorFlow】python3.5环境下安装TensorFlow1.1.0

				
			

			

				

					weixin_43201920的博客
				

				

					05-02
					
					2922
					
				

			

		

		

			
				
2020/5/1 日记录
1安装TensorFlow指定版本
“import TensorFlow as tf ” 出错：ImportError: DLL load failed: 找不到指定的模块。
原因是，以为安上了TF其实没有，提示了一堆requirement satisfied 但其实没安装。
安装好anaconda3 4.3.0.1后，安装TensorFlow步骤如下：
//创建一个py...

			
		

	





	

		

			

				
					
python量化交易实战 王晓华pdf_Python量化交易实战

				
			

			

				

					weixin_39542477的博客
				

				

					12-04
					
					5074
					
				

			

		

		

			
				
章  走进量化投资1.1  量化投资的诞生背景1.2  量化投资的特点1.3  量化投资的应用1.4  量化投资在我国股市的发展前景1.5  小结第2章  Python的安装与使用2.1  Python的基本安装和用法2.1.1  Anaconda的下载与安装2.1.2  Python编译器PyCharm的安装2.1.3  使用Python计算softmax函数2.2  Python常用类库中的t...

			
		

	





	

		

			

				
					
tensorflow r1.1源码

				
			

			

				

					05-24
				

			

		

		

			
				
tensorflow r1.1源码

			
		

	





	

		

			

				
					
pip 安装 tensorflow

				
			

			

				

					Jia_Feng_的博客
				

				

					05-21
					
					326
					
				

			

		

		

			
				
pip 安装 tensorflow 可能会报错

可尝试以下安装方法：


pip install --upgrade tensorflow#for python 2.n

pip3 install --upgrade tensorflow#for python 3.n

pip install --upgrade tensorflow-gpu #for python 2.n & gpu

pip install --upgrade tensorflow-gpu #for python 3.n ..

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
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