Anaconda配置TensorFlow安装及虚拟环境错误解决

安装TensorFlow教程
https://blog.csdn.net/sinat_36413257/article/details/100553689

【错误1】
使用activate tensorflow进入虚拟环境后,输入jupyer notebook显示没有这个命令。
这是因为还没对这个环境安装jupyer notebook,打开navigator,将上面的环境换成tensorflow后,点击jupyer notebook图标下的install安装。

【错误2】
虚拟环境中打开的notebook中的kernel无法使用。
在tensorflow环境conda install ipykernel。
https://blog.csdn.net/qq_43263543/article/details/105679760

【错误3】
从tensorflow环境打开notebook,显示kernel error。
点击红色的kernel error,可以具体查看报错信息,报错的最后一行是No module named ‘win32api’。
因此在activate tensorflow环境里pip install pypiwin32。下载成功后重新在activate
在这里插入图片描述
tensorflow环境里打开jupyer notebook后kernel就正常了。
https://blog.csdn.net/u012561176/article/details/87165807?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.control

【补充1】
想要在一个环境中链接到其他环境,可以conda install nb_conda。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 在Anaconda环境中安装TensorFlow 1.0 GPU版本需要按以下步骤进行: 1. 打开Anaconda命令行界面 2. 运行以下命令: ``` conda create -n tensorflow1.0 python=3.6 ``` 3. 激活该环境: ``` conda activate tensorflow1.0 ``` 4. 安装TensorFlow GPU版本: ``` pip install tensorflow-gpu==1.0 ``` 5. 验证安装是否成功: ``` python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))" ``` 如果没有出现错误信息,说明TensorFlow GPU版本已经安装成功。 ### 回答2: Anaconda是一个Python套件管理器,它可以方便地安装和管理各种Python包。安装TensorFlow GPU版需要以下步骤: 1. 首先,在官方网站下载并安装Anaconda。可以选择适用于操作系统的版本,下载完成后运行安装程序。 2. 打开Anaconda Navigator,点击"Environments"选项卡。 3. 在"Environments"中,点击"Create"按钮创建一个新的Python环境。可以命名为"tensorflow-gpu"或者其他你喜欢的名字。 4. 在新创建的环境中,选择适用于你的操作系统的TensorFlow版本。可以在搜索框中输入"tensorflow-gpu"来筛选适用的版本。 5. 在搜索结果中,勾选"tensorflow-gpu"版本,然后点击"Apply"按钮安装。 6. 安装完成后,在"Home"选项卡中选择新创建的环境,并点击"Open with Jupyter Notebook"。 7. 在Jupyter Notebook中,可以使用TensorFlow GPU版来进行开发和运行代码。需要在代码中导入tensorflow库,并通过GPU来进行计算。 需要注意的是,安装TensorFlow GPU版需要先在计算机中安装好相应的GPU驱动程序和CUDA工具包。这些驱动程序和工具可以在NVIDIA官方网站上下载并按照指示安装安装TensorFlow GPU版可以充分利用计算机的GPU(图形处理器)来加速计算,从而提高TensorFlow的性能。使用GPU版的TensorFlow可以在处理大型数据集和深度学习模型时带来明显的加速效果。 ### 回答3: 要在Anaconda安装tensorflow1.0-gpu,您需要按照以下步骤进行操作: 1. 首先,确保您已经安装Anaconda,这可以在Anaconda官方网站上下载。选择与您操作系统相应的版本并按照安装指南进行安装。 2. 安装CUDA和cuDNN。TensorFlow依赖于CUDA和cuDNN来支持GPU加速。请访问NVIDIA官方网站下载与您的显卡和操作系统相匹配的CUDA和cuDNN版本。根据官方文档的指引安装CUDA和cuDNN。 3. 打开Anaconda Navigator,并创建一个新的虚拟环境。点击"创建"按钮,输入虚拟环境的名称并选择Python版本。 4. 在新创建的虚拟环境中,打开终端或命令提示符。 5. 在终端中运行以下命令来安装tensorflow-gpu 1.0: ``` conda install -c anaconda tensorflow-gpu=1.0 ``` Anaconda会自动解析依赖,并下载安装所需的软件包。 6. 安装完成后,您就可以在Anaconda环境中使用tensorflow1.0-gpu了。您可以使用Anaconda Navigator的"环境"选项卡来激活虚拟环境。 请注意,安装tensorflow-gpu可能需要一定的时间,具体取决于您的计算机性能和网络连接速度。确保您按照上述步骤正确安装了所需的依赖项,并且安装过程中没有发生错误

“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 1
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