tensorflow(cpu) 环境搭建(win8+anaconda)

本文详细记录了在Windows 8环境下安装配置TensorFlow的过程,包括Anaconda安装、Python版本配置、解决常见问题等。
Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

经过2日,查阅各种文档,终于把各种问题解决,成功搭建了tensorflow的win8环境

本来以为过程很简单,但是遇到种种问题,现在来做个总结和积累。

0.1.首先,当然是下载anaconda了,由于windows的tensorflow只支持python3.5x/python3.6x,所以我选择了最新的anaconda5.0!点击  这里  下载

但是最开始没注意,我要运行的程序使用Python3.5及以下版本,所以环境白搭。

0.2.卸了重装(这里一定要卸载干净,把所有跟anaconda有关的都删掉,包括配置文件,一般保存在C盘的users下自己账户的文件夹里,如C:\Users\AgentLjc)

0.3.正式开始

1.安装Anaconda5.0    这里要注意,最好安装5.0版本,不然Anaconda Navigator极有可能打不开。但是5.0默认的是python3.6,但是不要着急,我们可以安装结束之后再配置python3.5的环境。安装过程比较无脑,基本一直点击确定就可以了,安装路径可以自行选择。

2.安装结束之后,不要着急做别的,先检查以下你在cmd里是否可以运行conda(下附效果图)


如果可以运行,你可以进行下一步了,如果不可以,不要急,把你安装anaconda的路径添加到path里面就可以了,这里有两种方法:

①直接打开控制面板进行更改



②用cmd命令提示符来进行更改

采用如下命令:

setx path %path%;路径1;路径2;....;路径n;

它会提示你——成功:指定的值已得到保存。

然后不要以为你改完了,进行下一步

set path=%path%;路径1;路径2;....;路径n;

这时候才能将路径永久添加。注意:尽量一次性把所有要加的路径都加进来,一来方便,二来避免覆盖问题。

对于anaconda来说,需要添加的路径有两个,我是D:\Anaconda和D:\Anaconda\Scripts就是说,anaconda本身的目录和Scripts的目录。

添加结束之后应该就可以运行conda命令了。

3.如果不需要配置其他Python版本,请进入下一条,否则例如我要配置python3.5,就运行conda install python=3.5,其他版本更改版本号。过程中全部yes,然后等待结束就可以了。

4.现在开始配置tensorflow,参考  这里  ,按照他说的一步一步来就可以了。

①conda create -n tensorflow python=3.5

②activate tensorflow   (注意:这步结束之后你的命令行最开始会出现(tensorflow)字样如:,代表tensorflow已被激活

③pip install --ignore-installed --upgrade tensorflow

都结束之后,紧接着打开python(要在tensorflow已被激活的情况下打开)输入import tensorflow ,如果没有任何提示直接换行,则说明配置成功。

5.还不要高兴的太早,有的人可能会急匆匆打开Spyder(Anaconda自带IDE)开始学习tensorflow了,这时候你会发现当你import tensorflow时会提示你错误No module named ‘tensorflow’,没关系,我们还有解决办法,距离成功只差一步。

6.那就是下载tensorflow版的Spyder,最简单的就是打开Anaconda Navigator

由于我已经装过了,所以没有显示,正常直接选择

,然后安装(右下角Apply)就可以了。

还有一种方法,打开cmd 输入activate tensorflow    用来激活tensorflow,然后conda install spyder


安装完毕,就会发现程序菜单里多了一个Spyder(tensorflow),用它就可以为所欲为地使用tensorflow了!


您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 配置基于AnacondaTensorFlow的开发环境 #### 创建虚拟环境 为了确保项目的独立性和稳定性,在 Anaconda 中创建一个新的虚拟环境是一个良好的实践。可以使用以下命令来创建一个名为 `tf_env` 的新虚拟环境并指定 Python 版本: ```bash conda create -n tf_env python=3.9 ``` 激活该虚拟环境以便后续操作能够在此环境中执行[^2]: ```bash conda activate tf_env ``` #### 安装 TensorFlowWindows 平台上推荐安装 CPU 版本的 TensorFlow,除非已经配置好了支持 CUDA 和 cuDNN 的 GPU 环境。可以通过运行下面的命令来安装最新版本的 TensorFlow: ```bash pip install tensorflow ``` 如果计划利用 NVIDIA 显卡加速计算,则需先确认系统已正确安装兼容的显卡驱动以及对应的 CUDA 工具包与 cuDNN 库之后再通过 pip 命令安装特定版本的 TensorFlow-GPU。 验证安装是否成功的办法之一就是尝试导入模块并打印设备列表信息以检查是否有可用GPU资源[^3]: ```python import tensorflow as tf from tensorflow.python.client import device_lib print(tf.__version__) print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU'))) print(device_lib.list_local_devices()) ``` 上述脚本不仅会显示当前所使用的 TensorFlow 版本号,还会报告系统检测到多少个图形处理器单元可供调用及其具体详情描述。 #### 使用 VS Code 编辑器集成开发体验 对于希望采用 Visual Studio Code (简称VSCode)作为主要代码编辑工具开发者来说,还可以进一步设置好相关插件使得整个工作流程更加顺畅高效。例如安装Python扩展组件、Jupyter Notebook 支持等功能增强项后即可享受语法高亮提示、调试跟踪等一系列便利特性[^1]。
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