Tensorflow安装——环境搭建(2)

TensorFlow 2.18安装部署与实战:从环境搭建到模型服务化 深度学习框架的选择直接影响从模型训练到生产落地的效率。TensorFlow 作为谷歌主导的开源框架,凭借完整的生态体系,在工业界和学术领域都有着广泛应用。对于开发者而言,掌握 TensorFlow 的安装配置、模型训练以及部署链路,是进入深度学习工程实践的重要一步。环境搭建常因版本兼容、CUDA 依赖等问题受阻,而模型训练后的服务化部署更是考验工程能力。本文从实际开发视角出发,系统梳理 TensorFlow 2.x 的安装步骤、环境验证、tf.keras 建模流程,并介绍如何使用 SavedModel 导出 阅读详情

建议用python=3.6装tensorflow=1.13.1(此版本)

注意:(在开始安装之前,我有必要说明以下几点)
1)tensorflow对python的版本有很强的依赖性。
2)tenflow有1.x以及2.x版本。
3)例如:python=3.6安装tensorflow1.x版本;python=3.7安装tensorflow2.x版本。

1. 创建、进入虚拟环境

	进入conda命令提示符窗口
	创建环境:conda create -n your-env-name(你自己设置的环境名) python=版本 (例:3.6)

在这里插入图片描述

	进入环境:activate your-env-name

在这里插入图片描述

2. 安装

	 输入:anaconda search -t conda tensorflow
	 这里(anaconda search -t conda 库名)可以选择自己安装的源
	 
	 输入:anaconda show anaconda/tensorflow(anaconda show 对应版本)
	 也可以输入:anaconda show dhirschfeld/tensorflow安装另外一个源
	 根据最后一行提示输入:conda install --channel https://conda.anaconda.org/anaconda tensorflow=版本

在这里插入图片描述

	输入:y或yes

在这里插入图片描述
4) 验证:
在当前环境下输入:python
>>> import tensorflow as tf
>>>hello = tf.constant(’Hello,Tensorflow’)
>>>sess = tf.Session()
>>>print(sess.run(hello))
回车之后显示:b’Hello,Tensorflow’
成功

则说明可以开启TensorFlow之旅了!!!

3. 补充

1. 关于Tensorflow的更新
	1)输入命令 pip install --upgrade --ignore-installed tensorflow,等待安装结束即可
	2)如果想指定版本,输入命令pip install --upgrade --ignore-installed tensorflow==x.x.x ,比如1.4.0
	3)更新版本命令也可以输入pip install --upgrade tensorflow,与pip install --upgrade --ignore-installed tensorflow 的区别,还不是很清楚。
	4)查看已安装的tensorflow版本。第二步安装结束后,依次输入命令,即可看到tensorflow版本号
	python
   >>> import tensorflow as tf
   >>> tf.__version__(单词version前后都是两个下划线,__  
2. 当然我们还可以使用简单的安装方法,大家可以尝试
	1)例如:conda install tensorflow-gpu=1.8.0
	以上是安装gpu版本的tensorflow
	2)例如:conda install tensorflow
	以上没有指定gpu和版本
Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建 深度学习环境搭建一条龙服务~ 阅读详情

相关推荐

TensorFlow2.0环境搭建及安装指南

TensorFlow是由Google的Brain Team开发并维护的开源机器学习框架。自2015年首次发布以来,它迅速成为业界领先的深度学习库,广泛应用于研究和生产环境。随着技术的发展和用户需求的提升,TensorFlow也在不断更新换代,其中TensorFlow 2.0版本引入了诸多改进,以支持更高效的模型构建、训练和部署。Miniconda是一个免费的开源包管理和环境管理工具,它可以帮助用户轻松地安装、运行和升级包及其依赖关系。

weixin_42388898的博客 708

win10配置tensorflow-gpu=1.13.1版本环境(亲测有效)

亲测有效快捷配置tensorflow-gpu环境

weixin_70379932的博客 1821

tensorflow-1.13.1-cp36-none-linux_aarch64.7z(包含安装说明)

tensorflow-1.13.1-cp36-none-linux_aarch64.7z

tensorflow-gpu/cpu 1.13.1环境搭建

tensorflow-gpu/cpu 1.13.1 安装教程安装Anconda集成开发环境下载Anconda安装Anconda安装visual studio和cuda安装visual studio安装cuda安装cudnn配置Anconda测试结束语 安装Anconda集成开发环境 前不久,google公司刚刚发布了tensorflow的最新版本1.13.1,相信有不少朋友已经升级了这个新版本了....

物是人非,结局始终不美 3万+

tensorflow_gpu-1.13.1+nv19.5-cp36-cp36m-linux_aarch64.whl

仅在jetson系列开发板使用,预编译whl文件,版本号 1.13.1

tensorflow-1.7.0-cp35-none-linux_aarch64.whl

ARM aarch64 平台 python3.5 环境 适用的 tensorflow-1.7.0 版本。 这个是cpu版本。 gpu版本,,请查看另一个链接,需要cuda。

MacBook Pro(M1 Pro芯片)兼容Tensorflow1.X版本的解决方法

M1 Pro(Apple Silicon)安装TensorFlow 1.X版本!

hutianle的博客 2460

tensorflow-1.10.1-cp36-cp36m-linux_aarch64.whl

pip3 install tensorflow-1.10.1-cp36-cp36m-linux_aarch64.whl

ARM64(aarch64)下安装tensorflow

ARM64/aarch64下安装tensorflow

SimonLiu的博客 9104

tensorflow_gpu-1.13.1+nv19.3-cp36-cp36m-linux_aarch64.whl

适用于NVIDIA Jetson nano下安装TensorFlow1.13版本。python环境为3.6,jetpack为4.2版本,下载后直接sudo pip3 install就好。

TensorFlow 1.13.1 Python 3.6 Linux AArch64 轮文件

资源下载链接为: https://pan.quark.cn/s/67c535f75d4c “TensorFlow-11.3.1-cp36-none-linux_aarch64.whl”是一个专为Python 3.6版本设计的TensorFlow二进制安装包,适用于Linux系统的AARCH64(ARMv8)架构处理器。这种.whl格式的文件是Python的预编译包,便于用户快速安装,无需手动编译源代码。该文件可能附带了API文档或用户指南,帮助开发者更好地使用TensorFlow。 TensorFlow是由Google开发的开源机器学习框架,用于构建、训练和部署各种机器学习模型。1.13.1版本是一个稳定版本,提供了丰富的功能,如数据流图执行、优化器、多种层和损失函数,以及模型保存和恢复机制等。它支持Python 3.6,能够利用该版本Python的特性,例如f-strings和asyncio改进。 RKNN(Rockchip Neural Network)是针对Rockchip处理器优化的神经网络推理库。Rockchip 3399Pro是一款基于AARCH64架构的系统级芯片(SoC),常用于智能设备和嵌入式系统。这个TensorFlow版本是为了在Rockchip 3399Pro上运行RKNN模型而特别准备的,开发者可以使用TensorFlow训练模型,并将其转换为RKNN格式,以实现高效的本地推理。 实际使用流程如下:开发者在高性能设备上用TensorFlow训练模型,然后通过工具(如TensorFlow的tf.saved_model或RKNN Toolkit)将其转换为RKNN格式。接着,将转换后的模型和TensorFlow whl包部署到Rockchip 3399Pro设备上,利用其硬件加速器进行推理。 使用该whl包时,需满足以下条件:Python版本为3.6;

Jetson Nano开机安装官网系统及配置,安装tensorflow gpu 2.2.0开发环境搭建

Jetson Nano开机安装官网系统及配置,安装tensorflow gpu 2.2.0开发环境搭建 1.准备一个64G高速内存卡; 2.Nvidia官网阅读Jetson nano刷机教程; 3.到官网链接下载Jetson nano的SD image(2020年7月,cuda版本10.2.89)和对应的tensorflow gpu(tf_gpu-2.2.0+nv20.8-py3); 4.烧写SD image后,第一次进入ubuntu系统,先配置系统的国内源(/etc/apt/下有source.

qq_16069457的博客 1653

QMT实盘避坑指南:从环境配置到策略部署的完整流程(含国金证券路径设置)

本文是一份详尽的QMT实盘交易避坑指南,重点解析了从环境配置到策略部署的完整流程。针对国金证券QMT平台,文章深入剖析了核心架构、精准路径配置、关键参数解析、交易操作实战及异常处理,并提供了策略部署、监控与日志构建的完整方案,旨在帮助具备Python基础的开发者规避常见陷阱,实现稳定可靠的实盘交易。

weixin_29309475的博客 595

anaconda安装成功测试_Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建(图文)

1.下载与安装Anaconda3首先去官网Anaconda下载网址下载Anaconda3,我安装的版本是Anaconda3 2019.03(64-bit)(1)下载完成后,右键点击以管理员身份运行(2)点击Next继续,然后点击I agree(3)选择Just Me,点击Next后,然后选择合适的安装路径(也可以选择默认安装路径)(4)继续按照下面指示一步步操作,完成安装最后点击Finish,完成...

weixin_39798626的博客 461

计算机组成与系统结构(第三版) 袁春风主编 课后习题答案讲解 第一、二章 计算机系统概述 数据的机器级表示

计算机组成与系统结构(第三版) 袁春风主编 课后习题答案讲解 第一、二章 计算机系统概述 数据的机器级表示

qq_73523062的博客 2106

基于Ollama本地大模型的Python自动化翻译工具开发实践

本文详细介绍了如何利用Ollama本地大模型和Python开发自动化批量翻译工具。通过部署本地开源模型、设计精准提示词、处理长文本分割及多种文档格式,构建了一个兼顾隐私安全、可控性与成本效益的翻译流水线,有效解决了文档批量翻译的痛点。

yhn45678901的博客 561

python3.6安装tensorflow2.0_Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建(图文)

1.下载与安装Anaconda3首先去官网Anaconda下载网址下载Anaconda3,我安装的版本是Anaconda3 2019.03(64-bit)(1)下载完成后,右键点击以管理员身份运行(2)点击Next继续,然后点击I agree(3)选择Just Me,点击Next后,然后选择合适的安装路径(也可以选择默认安装路径)(4)继续按照下面指示一步步操作,完成安装最后点击Finish,完成...

weixin_39610488的博客 753

Excel数据透视表实战:分组折线图制作与动态分析指南

数据可视化是数据分析的关键环节,其核心原理在于将抽象数据转化为直观图形,以揭示趋势、对比差异。在众多图表类型中,折线图因其能清晰展示连续数据随时间或其他序列的变化趋势,而成为趋势分析的利器。其技术价值在于通过视觉编码,将多维数据关系降维呈现,从而辅助决策。在业务分析、运营监控等应用场景中,常需对比不同分组(如产品线、销售区域)在同一时间序列上的表现,这正是分组折线图要解决的核心问题。本文聚焦于利用Excel数据透视表这一强大工具,高效构建动态分组折线图,并深入探讨数据透视表在数据重塑和图表自动化中的实战应用

weixin_29057237的博客 382

Tensorflow 2.3 cpu版本极简安装(使用Minicoda搭建python环境)

Tensorflow 2.3 cpu版本极简安装(使用Minicoda搭建python环境) Tensorflow分为CPU版本和GPU版本,由于我的显卡不是NVIDIA的,所以不能安装GPU版本。(GPU的好处是速度快) 本文章使用的安装包都在这里:链接: https://download.csdn.net/download/weixin_44291265/16546878?spm=1001.2014.3001.5503. 安装环境: 64位 Win10 第一步:安装miniconda 安装过程中要勾选

weixin_44291265的博客 641

QMT Python API 实战指南:从安装到策略开发的完整流程

本文提供了一份详尽的QMT Python API实战指南,涵盖从环境配置到策略开发的完整流程。文章深入解析了xtdata行情模块与xttrader交易模块的核心架构与协作方式,并通过一个双均线策略实例,手把手教你如何获取数据、计算信号并执行交易,是量化交易开发者快速上手QMT Python接口文档的实用教程。

butter的博客 1417

ABAP CDS 实体权限控制,从 DCL 到 PFCG 的完整运行逻辑

本文探讨了SAP S/4HANA开发中CDS View的权限控制机制。核心观点如下: CDS access control通过DCL语言实现数据实例级权限控制,而非替代传统PFCG权限体系,二者形成互补关系:PFCG控制功能入口权限,DCL控制数据可见性。 DDL定义数据结构,DCL定义访问规则。DCL通过角色映射将数据字段与PFCG授权对象关联,运行时自动将权限条件注入SQL查询,实现数据过滤。 访问控制行为特点: 无DCL role不会默认拒绝访问 权限检查通过减少结果集而非抛出错误实现 需配合@Acc

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 102

Mac M1/M2芯片安装Miniconda并搭建tensorflow2环境

macOS M1/M2安装配置Miniconda3,并创建tensorflow环境

qyqyqyi的博客 7325

无迹卡尔曼滤波 (UKF, Unscented Kalman Filter) 算法详解及案例分析

无迹卡尔曼滤波是一种用于估计非线性系统状态的递归算法。其目标是通过结合系统模型和观测数据,估计系统的最优状态。

闲人编程的博客 2632

anaconda3安装_【先导篇】Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建

点击上面“蓝字”关注我们 本专栏会持续更新,欢迎大家关注,后面会陆续更新经典卷积神经网络的理论知识和代码实现。本着学习的心,希望和大家一起交流,一起进步~1. 下载与安装Anaconda3首先去官网Anaconda下载网址下载Anaconda3,我安装的版本是Anaconda3 2019.03(64-bit) (1)下载完成后,右键点击以管理员身份运行 (2)点击Next继续,然后...

weixin_39567013的博客 217

关于DEJA_VU3D - Cesium功能集专栏说明

专栏主要目的是对工作中基于Cesium实现过的功能进行整合,暂时打算一周2-3更的样子来更新,每一篇都会奉上完整源代码(尽可能把代码简洁一些)。功能实现大多数是自己琢磨实现的,也有参考其他大神后整理实现的,初步算了算现在有差不多实现小130个左右的功能,后续也会不断的更新。..........................................

总得学点什么的博客 2万+

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

安装搭建深度学习之spyder+tensorflow2.0学习环境

强烈安利Anaconda 集成环境,可以使用自带的 conda 包管理器建立一个 Conda 虚拟环境,并进入该虚拟环境。 详细过程如下: 1.anaconda下载地址 https://www.anaconda.com/download/ 2.下载完成后打开anaconda目录下的 anaconda prompt 2.1在命令行中输入下面的命令创建一个叫tf2.0的虚拟环境(“tf2.0”是建立...

南风知我意 2215

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

上一篇: 深度学习——环境搭建(1)
下一篇: Tensorflow-cpu 1.x安装——环境搭建(3)
Priplex
博客等级 码龄6年 18粉丝 19原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
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