深度学习——01创建tensorflow环境

最新推荐文章于 2024-09-03 12:53:05 发布

学不完的秃头少年

最新推荐文章于 2024-09-03 12:53:05 发布

阅读量372

点赞数

分类专栏：深度学习文章标签： tensorflow 深度学习人工智能

本文链接：https://blog.csdn.net/weixin_41709914/article/details/128237507

版权

深度学习专栏收录该内容

1 篇文章 0 订阅

订阅专栏

1.打开Environments创建tensorflow_cpu环境，查看相应的keras和tensorflow版本对应关系

选择安装的版本如下：（可以更改成相应的模型版本）

python的版本为 3.6

tensorflow的版本为1.13.1

conda install tensorflow=1.13.1

keras的版本为 2.2.4

conda install kears=2.2.4

安装完成后，进入到python编辑页面，在终端输入python，有此标志就可以 >>>

查看tensorflow的环境是否配置正确：

import tensorflow as tf

tf.__version__

查看keras环境是否配置正确

import keras
keras.__version__

// 安装tensorflow过程中产生的问题

在之前尝试安装的时候发现一直会卡在Solving Environments这一步，经过后续的排查发现是中科大与清华镜像源出现了问题，于是更换成北外的开源镜像站

解决方法如下：

步骤1：win+R 输入 %HOMEPATH%

步骤2：找到相应的 .condarc文件并用记事本打开更改成如下，按ctrl+s保存


channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.bfsu.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

步骤3：打开cmd终端，运行conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

北外的Anaconda_Tips：

anaconda | 镜像站使用帮助 | 北京外国语大学开源软件镜像站 | BFSU Open Source Mirror