logo资料库

Windows Anaconda 搭建 Tensorflow环境.docx

发布时间：2022-05-31 发布人：admin 分类：说明书 资料大小：0.12M 资料格式：docx 举报 版权申诉
第1页 / 共4页
第2页 / 共4页
第3页 / 共4页
第4页 / 共4页
资料共4页，全文预览结束
    Anaconda Tensorflow安装
    1： anaconda 下载
    2： 设置Conda的镜像包地址
    3： 使用conda准备tensorflow的环境
    4：升级pip命令
    5：安装tensorflow
    6: 验证是否安装成功
    6.1 设置jupyter的工作路径
    6.2 使用jupyter编写tensorflow python代码
    Anaconda Tensorflow 安装 1： anaconda 下载 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 选择 3.4.2 的版本 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-4.2.0-Windows-x86_64.exe 2： 设置 Conda 的镜像包地址 使用管理员方式运行 cmd 运行命令 C:\>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ C:\>conda config --set show_channel_urls yes 检验： 当前用户路径下会生成如下文件 C:\Users\Administrator\ .condarc 文件内容如下： channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults show_channel_urls: true 注释：默认是 conda 的景象都是国外的，有可能非常慢，导致多次无法成功 3： 使用 conda 准备 tensorflow 的环境 使用管理员运行 cmd C:\ >conda create -n tensorflow python=3.5 注释： python 有 2.7 3.4 3.5 这 3 个版本可以选，我们这里使用 3.5
    4：升级 pip 命令 使用管理员运行 cmd 执行如下命令 C:\ > pip install -U pip 注释：因为使用 pip 安装 tensorflow 要求，pip 是 9.0.1 版本的，但是 anaconda 默认的版本是 8.1.2，所以需要自行此命令升级 5：安装 tensorflow 介于国内很容易下载失败，建议使用国内的景象安装 使用管理员运行 cmd 执行如下命令 C:\ > pip install https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorfl ow-1.3.0rc0-cp35-cp35m-win_amd64.whl 注释： 有哪些景象可以在如下地址找到 https://mirrors.tuna.tsinghua.edu.cn/tensorflow 默认安装命令 C:\ > pip install tensorflow C:\ > Pip install tensorflow-gpu 6: 验证是否安装成功 6.1 设置 jupyter 的工作路径 使用管理员运行 cmd 命令 C:\Users\hechangfu>jupyter notebook --generate-config 命令提示： Writing default config to: C:\Users\Administrator\.jupyter\jupyter_notebook_config.py 找到：jupyter_notebook_config.py 并打开 ## The directory to use for notebooks and kernels. #c.NotebookApp.notebook_dir = '' 将上述修改为 c.NotebookApp.notebook_dir = 'g:\python_training'
    6.2 使用 jupyter 编写 tensorflow python 代码 使用管理员运行 cmd 命令 C:\ >jupyter notebook 启动 python 编辑器 jupyter ， 这时候会弹出 web 界面 1. 创建 python 文件 2. 写一个 tensorflow 的 hello world import tensorflow as tf hello = tf.constant("hello world") sess = tf.Session() print (sess.run(hello)) a = tf.constant("hello") b = tf.constant(" ") c = tf.constant("world"); print (sess.run(a+b+c))
    分享到：
    赞 收藏

    相关推荐

    资料库

    人工智能

    共收录2047份资料，累计62个分类，关注成员有19位，主要包括：GNSS,Pico-SIM868-GSM,GPRS,NB-IoT,GPRSHAT,SIM7070GCat-M,GNSSHAT,GSM,NB-IoTHAT,SIM7080GCat-M,R800CGSM,SIM800CGSM,UPSPowerModule(B),UPSPowerModule,Pico-SIM7020C-NB-IoT,SIM7028NB-IoTHAT,SIM7020CNB-IoTHAT,SIM7000XNB-IoTHAT,A7670CCat-1HAT,A7600C1Cat-1,SIM7600X4G&LTECat-1HAT,SIM7600X4GDONGLE用户手册,RM520N-GL5GHAT,RM500Q-GL5GHAT,RM500U-CN5GHAT,SIM820X-M25GforJetsonNano,AudioCardforJetsonNano,SIM7600G-H4GforJetsonNano,OpenNCC-Lite-4G8M,IMX219-77Camera,13.3inche-PaperHAT,10.3inche-PaperHAT(D),10.3inche-PaperHAT,9.7inche-PaperHAT,7.8inche-PaperHAT,6inchHDTouche-PaperHAT,6inchHDe-PaperHAT,6inche-PaperHAT,5.83inche-PaperHAT(C),LCD-Clock-A,0.95inchRGBOLED(A),0.96inchRGBOLEDModule,0.96inchOLEDModule,0.96inchOLED(A),1.27inchRGBOLEDModule,1.3inchOLEDModule(C),1.3inchOLED(A),1.32inchOLEDModule,1.5inchRGBOLEDModule,1.5inchOLEDModule,JETSONORINNX,自然语言处理,搜索引擎,VR,计算广告,深度学习,机器学习

    热门标签

    GNSS Pico-SIM868-GSM GPRS NB-IoT GPRSHAT SIM7070GCat-M GNSSHAT GSM NB-IoTHAT SIM7080GCat-M R800CGSM SIM800CGSM UPSPowerModule(B) UPSPowerModule Pico-SIM7020C-NB-IoT SIM7028NB-IoTHAT SIM7020CNB-IoTHAT SIM7000XNB-IoTHAT A7670CCat-1HAT A7600C1Cat-1 SIM7600X4G&LTECat-1HAT SIM7600X4GDONGLE用户手册 RM520N-GL5GHAT RM500Q-GL5GHAT RM500U-CN5GHAT SIM820X-M25GforJetsonNano AudioCardforJetsonNano SIM7600G-H4GforJetsonNano OpenNCC-Lite-4G8M IMX219-77Camera 13.3inche-PaperHAT 10.3inche-PaperHAT(D) 10.3inche-PaperHAT 9.7inche-PaperHAT 7.8inche-PaperHAT 6inchHDTouche-PaperHAT 6inchHDe-PaperHAT 6inche-PaperHAT 5.83inche-PaperHAT(C) LCD-Clock-A 0.95inchRGBOLED(A) 0.96inchRGBOLEDModule 0.96inchOLEDModule 0.96inchOLED(A) 1.27inchRGBOLEDModule 1.3inchOLEDModule(C) 1.3inchOLED(A) 1.32inchOLEDModule 1.5inchRGBOLEDModule 1.5inchOLEDModule JETSONORINNX 自然语言处理 搜索引擎 VR 计算广告 深度学习 机器学习

    最新资料