python使用历程:基于jupyter的tensorflow环境

Jupyter Notebook

anaconda prompt 打开之后:
输入activate tensorflow可以切换到虚拟环境;
输入deactivate 即可退出;
在相应的虚拟环境可以安装对应的包:pip install —

anaconda navigator

打开之后可以选择不同的虚拟环境,进而打开对应的notebook

package

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple package-name使用清华镜像装包较快,但是IDLE和jupyter里 的包不是共用的,于是需要分别装包,较为麻烦,尚未解决该问题。IDLE可以直接在cmd里安装,jupyter需要在anaconda prompt里安装。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python深度学习实战是一本基于TensorFlow和Keras的书籍,主要介绍了如何使用Python进行深度学习的实践。其中,包含了聊天机器人、人脸识别、物体识别和语音识别等不同应用领域的实例。 聊天机器人是一种人工智能应用,可以模拟人类的对话交流,通过使用Python深度学习模型,可以训练出一个能够自动回答用户问题的机器人。这本书可以教会读者如何构建一个聊天机器人,并且基于TensorFlow和Keras进行深度学习训练。 人脸识别是近年来非常热门的研究方向,它可以通过对人脸图像进行分析和识别,实现人脸的自动识别功能。本书介绍了如何使用Python深度学习模型,结合TensorFlow和Keras,进行人脸识别的训练和应用。 物体识别是指通过对图像中的物体进行分析和识别,将物体与其他物品、场景进行区分。通过本书的学习,读者可以学习如何使用Python深度学习技术,借助TensorFlow和Keras,构建物体识别模型,并实现准确的物体识别功能。 语音识别是将语音信号转化为文字的过程,可以应用于语音助手、语音指令控制等场景。在本书中,作者将通过Python深度学习技术,利用TensorFlow和Keras,教会读者如何训练一个语音识别模型,并实现准确的语音识别功能。 综上所述,Python深度学习实战:基于TensorFlow和Keras的聊天机器人以及人脸、物体和语音识别,为读者提供了使用深度学习模型,结合不同应用场景的实例,帮助读者更好地理解和应用深度学习技术。

“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