【TensorFlow入门系列01】在Mac上安装TensorFlow

最新推荐文章于 2024-10-08 20:27:53 发布
最新推荐文章于 2024-10-08 20:27:53 发布
阅读量364 收藏 1
点赞数
分类专栏： TensorFlow 文章标签： TensorFlow 机器学习 人工智能
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/www1575066083/article/details/79407628
版权
这篇博客介绍了如何在Mac上使用pip安装TensorFlow CPU版本，由于TensorFlow已不支持Mac的GPU版。内容包括安装步骤、版本更新、安装成功的测试方法，以及针对缺少特定指令集警告的解决方案，建议从特定github链接下载对应版本安装。
摘要由CSDN通过智能技术生成
1、安装：

    【本文只讲在Mac下的pip安装，TensorFlow已经不再支持mac的GPU版了，现在都是CPU版】

  • 首先安装pip：

    见我pip博客教程

  • 然后利用pip安装TensorFlow：

                

        

        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  坐槐不乱
                
              
            

            

                关注
              
            

        

        

          
      

      

            

                专栏目录
          









                



	

		

			

				
					
tensorflow在win10 下的安装教程

				
			

			

				

					Tattoo
				

				

					07-04
					
					1万+
					
				

			

		

		

			
				
tensorflow安装过程-（windows环境下）
一，　前言：本次安装tensorflow是基于Python的，安装Python的过程不做说明
本次教程是windows下Anaconda安装Tensorflow的过程（cpu版）
二，　安装环境：（tensorflow支持的系统是64位的，windows和linux，mac都需要64位）
　　　　Python3.7.3（之前电脑上是安装的就是...

			
		

	



                

              
                



	

		

			

				
					
TensorFlow关于 SSE AVX的Warning问题

				
			

			

				

					Moxiao__墨箫
				

				

					08-01
					
					5213
					
				

			

		

		

			
				
从谷歌下载TensorFlow使用，在测试使用过程中，每次运行代码，都会输出一大堆的warning信息（见本文的最后部分），其大致意思是：本机CPU架构支持SSE、AVX等加速指令，而当前使用的TensorFlow库并没有充分利用这些指令集，如果能够使用开启了这些指令集的TensorFlow版本，则可以提高TensorFlow的执行效率。 
就目前而言，查阅了谷歌的相关文档，提供的TensorFlo

			
		

	



                


  
              

                


	

		

			

				
					
解决Tensorflow的编译问题

					
热门推荐

				
			

			

				

					Gain_TF的博客
				

				

					12-24
					
					3万+
					
				

			

		

		

			
				
问题的起因今天尝试安装tensorflow的CPU版(GPU太菜 不支持)，通过pip3 install tensorflow 安装。安装很顺利，我就跑了最简单的hello wolrd例子。 结果确实可以跑出来，同时也弹出来一个警告。2017-11-28 09:07:17.849180: I tensorflow/core/platform/cpu_feature_guard.cc:137] You

			
		

	





	

		

			

				
					
python中compiled error_[已解决]Your CPU supports instructions that this TensorFlow binary was not compil...

				
			

			

				

					weixin_42228776的博客
				

				

					12-30
					
					201
					
				

			

		

		

			
				
Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX22018-04-09 11:04:23.472874: I C:\tf_jenkins\workspace\rel-win\M\windows\PY\36\tensorflow\core\platform\cpu_f...

			
		

	



		

			
		



	

		

			

				
					
TensorFlow CPU环境 SSE/AVX/FMA 指令集编译

				
			

			

				

					fengbin2005的专栏
				

				

					03-07
					
					4107
					
				

			

		

		

			
				
TensorFlow CPU环境 SSE/AVX/FMA 指令集编译

sess.run()出现如下Warning

W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are availabl...

			
		

	





	

		

			

				
					
MAC下 在虚拟机上安装TensorFlow

				
			

			

				

					lynn_Dai的博客
				

				

					08-17
					
					713
					
				

			

		

		

			
				
一、搭建虚拟环境
我的conda环境配置在~/.bash_profile文件中
$ source ~/.bash_profile 

在anaconda下创建虚拟环境，-n后面加环境名
$ conda create -n ten python=3.5

激活虚拟环境ten
$ source activate ten

进入虚拟环境安装路径
$ cd /Users/daibeiya/anaconda3/envs/ten/bin

二、安装tensorflow
安装TensorFlow1.0版本，市面上都是Te

			
		

	





	

		

			

				
					
深度学习：TensorFlow入门实战

				
			

			

				

					m0_60721065的博客
				

				

					09-16
					
					8073
					
				

			

		

		

			
				
推荐下我自己建的人工智能Python学习群:[809160367]，群里都是学Python的，如果你想学或者正在学习Python ，欢迎你加入，大家都是软件开发党，不定期分享干货，还有免费直播课程领取。包括我自己整理的一份2021最新的Python进阶资料和零基础教学，欢迎进阶中和对Python感兴趣的小伙伴加入！还可以扫码加VX领取资料哦！





下面是正文

本章介绍一个现阶段使用最广泛的深层学习框架——TensorFlow。因为TensorFlow所拥有的社区支持度日益增长，所以使用它来构建...

			
		

	





	

		

			

				
					
深度学习（二）—— TensorFlow入门

				
			

			

				

					hu_wei123的博客
				

				

					10-19
					
					2695
					
				

			

		

		

			
				
深度学习框架 TensorFlow 一经发布，就受到了广泛的关注，并在计算机视觉、音频处理、推荐系统和自然语言处理等场景下都被大面积推广使用。TensorFlow的依赖视图TF托管在github平台，有google groups和contributors共同维护。TF提供了丰富的深度学习相关的API，支持Python和C/C++接口。TF提供了可视化分析工具Tensorboard，方便分析和调整模型。TF支持Linux平台，Windows平台，Mac平台，甚至手机移动设备等各种平台。

			
		

	





	

		

			

				
					
Mac安装TensorFlow

				
			

			

				

					hongxue8888的博客
				

				

					05-06
					
					721
					
				

			

		

		

			
				
参考：http://www.jianshu.com/p/59e61a360590第一步：安装pip 
pip是一个安装、管理Python的工具。Mac下利用pip（version 8.1及以上版本）进行安装TensorFlow很方便。如果已经安装了Anaconda，那pip已经集成其中了。# Mac OS X
$ sudo easy_install pip
$ sudo easy_install -

			
		

	





	

		

			

				
					
TensorFlow在MAC环境下的安装及环境搭建

				
			

			

				

					09-21
				

			

		

		

			
				
总结来说，这个教程覆盖了从选择深度学习框架到在MAC上安装和配置TensorFlow环境的全部步骤，包括安装Anaconda、创建和激活环境、安装TensorFlow，以及在PyCharm中设置解释器，为初学者提供了一个完整的入门指南。

			
		

	





	

		

			

				
					
Tensorflow-js-tutorial:使用Tensorflow的Javascript API进行迁移学习入门

				
			

			

				

					05-12
				

			

		

		

			
				
 本指南最适合在Mac OS / Linux上安装 1）软件先决条件 Python  对于python 2.7：  $ python --version  确保您至少有python 2.7.14  或者，对于python 3.6：  $ python3 --version  确保您至少有python 3.6.4  如果...

			
		

	





	

		

			

				
					
TensorFlow入门教程：简介与安装

				
			

			

				

					
				

			

		

		

			
				
在当今的人工智能领域中，TensorFlow已经成为最受欢迎和使用最广泛的开源深度学习框架之一。它由Google Brain团队开发，用于构建、训练和部署机器学习模型。TensorFlow提供了一种强大的编程环境，可以使用Python、...

			
		

	





	

		

			

				
					
机器学习课程学习周报十五

				
			

			

				

					weixin_51454889的博客
				

				

					10-06
					
					1073
					
				

			

		

		

			
				
本周的学习涵盖了统计推断和贝叶斯推断的基本概念，深入探讨了高斯混合模型中的EM算法及其有效性证明。此外，还介绍了马尔可夫链蒙特卡罗方法中的蒙特卡罗法及其应用。最后，通过Diffusion模型中的马尔可夫链，理解了如何实现图像生成的降噪过程。本周完善了上周学习的EM算法，并且开始学习马尔可夫链蒙特卡罗法，马尔可夫链在Diffusion模型中有特别重要的应用。接来的一周将从理论继续学习马尔可夫链蒙特卡罗法，并结合着实际应用中的Diffusion模型进行参照。

			
		

	





	

		

			

				
					
基于Keras的U-Net模型在图像分割与计数中的应用

				
			

			

				

					深度学习实战训练营，一起交流探索深度学习
				

				

					10-04
					
					1556
					
				

			

		

		

			
				
网络结构优化：项目基于经典的U-Net模型进行改进，采用了更深的网络层次结构，使模型能够在多尺度上捕捉到图像中的细节信息。特别是针对医学图像分割，项目通过增加卷积层数和引入Dropout层来增强模型的特征提取能力，并有效防止过拟合，从而提高模型在训练数据较少情况下的表现。项目中采用了he_normal初始化器和relu激活函数组合，使得网络在训练时能够更快地收敛，降低梯度消失的风险。自定义数据增强策略：在中实现了一个自定义的图像增强类。

			
		

	





	

		

			

				
					
毒蘑菇检测数据集 9200张 14类毒蘑菇 带标注 voc yolo

				
			

			

				

					阿利同学的博客
				

				

					10-07
					
					1138
					
				

			

		

		

			
				
毒蘑菇检测数据集 9200张 14类毒蘑菇 带标注 voc yolo

			
		

	





	

		

			

				
					
北大对齐团队深度硬核解读：OpenAI o1开启「后训练」时代强化学习新范式

				
			

			

				

					ys707663989的博客
				

				

					10-06
					
					1975
					
				

			

		

		

			
				
本文深入探讨了OpenAI o1的技术细节、的实现、合成数据与推理搜索的优化，以及AI安全的新启示，展示了大语言模型在推理能力提升和安全对齐方面的最新进展与未来方向。

			
		

	





	

		

			

				
					
树莓派外挂Camera4（pipeline）

				
			

			

				

					fanged的专栏
				

				

					10-03
					
					678
					
				

			

		

		

			
				
现在说起Pipeline都有点迷糊了，很多都是这个概念。GStreamer里面有，相机里面有，然后还有别的地方也有。pipeline本身其实没什么特殊的，简单理解就是一段处理。晚上查了一下，确实这几个地方都叫pipeline，然后树莓派还有个自己的Post-processing，也就是后处理。今天主要说camera的和Post-processing的。

			
		

	





	

		

			

				
					
文本区域分割系统源码＆数据集分享

					
最新发布

				
			

			

				

					lzmlzm89的博客
				

				

					10-08
					
					1103
					
				

			

		

		

			
				
数据集信息展示在现代计算机视觉领域，文本区域分割的研究日益受到重视，尤其是在处理文档图像和名片等场景时。为此，我们构建了一个名为“more2”的数据集，旨在为改进YOLOv8-seg模型提供丰富的训练素材，以提升其在文本区域分割任务中的表现。该数据集包含五个类别，具体包括“0”、“2”、“business-name-card”、“doc”和“wendang”，每个类别均具有独特的特征和应用场景，能够为模型的训练提供多样化的样本。

			
		

	





	

		

			

				
					
TensorFlow入门指南：最新数值计算库实战

				
			

			

				

					
				

			

		

		

			
				
2. **安装与配置**：指导读者如何在Python环境中安装和配置TensorFlow，包括支持的平台（如Windows、Mac和Linux）以及不同版本的兼容性。  3. **编程基础**：教授基本的Python编程技巧，这对于理解TensorFlow的代码...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		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