轻松搭建深度学习框架tensorflow环境

1.创建conda虚拟环境(需要事先安装anaconda)

1.1 修改镜像

在用户目录C:\Users\RegentWan下,创建.condarc文件,输入一下内容:

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
show_channel_urls: true

1.2 安装环境

输入命令:conda create -n python3.6 python=3.6

python3.6为环境名,python指定版本

安装目录:D:\workspace\Anaconda3\envs

1.3 问题解答

错误1

无法定位程序输入点OPENSSL_sk_new_reserve于动态链接库
在这里插入图片描述

错误2

Collecting package metadata (current_repodata.json): failed

原因

D:\workspace\Anaconda3\DLLs与D:\workspace\Anaconda3\Library\bin两个目录下的libcrypto-1_1-x64.dlllibssl-1_1-x64.dll文件的修改时间不一致。

解决办法

用Library\bin目录下的两个文件替换DLLs目录下的文件即可。

2.创建tensorflow环境

进入创建的conda虚拟环境,conda activate python3.6,其中python3.6为虚拟环境名(deactivate退出)。安装opencv,tensorflow。

2.1 安装opencv(图像处理需要安装)

输入如下命令安装:

pip install opencv-python -i https://pypi.douban.com/simple

安装完成后,python命令行输入import cv2,若无报错,则安装成功。

2.2 安装tensorflow

输入如下命令安装:pip install tensorflow,这种版本安装的是最新版本的tensorflow。

2.3 验证

安装成功后,进入python命令行,输入import tensorflow,若无error,则安装成功。

2.4 问题解答

错误

输入import tensorflow后,出现如下错误:

 from tensorflow.python._pywrap_tensorflow_internal import *
ImportError: DLL load failed: 找不到指定的模块。
原因

当前电脑的CPU版本过旧,无法与当前安装的tensorflow版本兼容。需要安装低版本的tensorflow,注意低版本的tensorflow版本与python版本有依赖。

解决办法

pip install tensorflow==1.6 -i https://pypi.douban.com/simple

在python3.6环境下,可以安装tensorflow1.6,旧版本的CPU可以支持。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
建立深度学习的编程环境可以通过以下步骤进行: 1. 安装Nvidia显卡相关软件:根据第一章的指引,安装Nvidia显卡相关软件,以确保深度学习可以充分利用显卡的计算能力。 2. 安装开发软件:根据第二章的指引,安装所需的编码IDE,如PyCharm、Jupyter Notebook等,以便进行深度学习代码的编写和调试。 3. 搭建深度学习框架环境:根据第三章的指引,搭建一个多深度学习框架环境,以满足不同项目所需的训练环境不同的需求。这样可以在不同的电脑上轻松复现caffe、TensorFlow、pytorch等框架环境,节省重新搭建环境的时间。 通过以上步骤,您可以建立一个适用于深度学习的编程环境。这样的环境可以方便地进行深度学习项目的开发,并且不同项目之间的虚拟环境互不影响,避免了依赖包版本不同而产生冲突的问题。此外,这种方式也可以用于创建其他方面的开发环境,如数据分析、web开发等。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* *2* [【Linux Mint 深度学习开发环境搭建】多深度学习框架融合环境](https://blog.csdn.net/PellyKoo/article/details/128096344)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [深度学习开发环境搭建](https://blog.csdn.net/hzhaoy/article/details/126520067)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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