Tensorflow-cpu 1.x安装——环境搭建(3)

已于 2023-08-17 21:20:33 修改
阅读量389 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 环境搭建 文章标签： tensorflow python anaconda
于 2020-11-12 11:30:53 首次发布
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.youkuaiyun.com/Priplex/article/details/109638799
本文提供了一套详细的步骤来安装TensorFlow 1.13.1版本，并确保其能在Jupyter Notebook环境中正常运行。建议使用Python 3.6进行安装。主要内容包括：创建conda环境、安装CPU版本的TensorFlow以及配置Jupyter Notebook。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

亲测Tensorflow-cpu 1.x安装，Jupyter notebook可运行

建议用python=3.6装tensorflow=1.13.1

1. 创建环境

  conda create -n tf_2.0 python=3.5.2

在这里插入图片描述

2. 进入环境

  activate tf_2.0

在这里插入图片描述

3. 安装cpu版本的tensorflow

 pip install --ignore-installed --upgrade tensorflow

在这里插入图片描述

4. 在jupyter notebook运行tensorflow

在当前环境下的命令提示符输入
conda install ipython
conda install jupyter
jupyter notebook

在这里插入图片描述

深度学习卷积神经网络，tensorflow1.x版本从入门安装环境到模型代码运行，tensorflow1.x用LeNet实现手写数字识别
m0_59799878的博客
03-20 1277
清华大学开源软件镜像站，致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务，帮助用户更方便地获取开源软件。先输入命令：conda config --set show_channel_urls yes ，然后去anaconda安装的路径找到。注意：如果你的添加镜像源后不能用conda下载模块，那么就删除掉不用配置镜像源了，使用。得到的结果如下，其中可以看出第二行第四列预测错误，正确结果应该是3，模型结果是5。然后输入命令jupyter notebook就可以到浏览器写代码了。
Tensorflow-cpu 2.x安装——环境搭建(4)
Priplex的博客
11-12 418
亲测Tensorflow-cpu 2.x安装，Jupyter notebook可运行1. 创建环境2. 进入环境3. 安装tensorflow-cpu 2.3.0版4. 测试是否成功5. 退出python交互环境6. 使之能够在Jupyter notebook中运行7. 进入jupyter notebook8. 验证注意碰到下面情况，输入y就可以了 1. 创建环境 conda create -n tensorflow2 python=3.7 2. 进入环境 activate tensorflow2 3
tensorflow1.x版本(CPU) 安装
Brielle_Zhang的博客
02-14 5263
目前最新的tensorflow版本为2.1.0，默认安装时会安装最新版本，但是有些程序不适合在2.x版本下运行 以下是安装tensorflow1.15.0（CPU）版本的代码 pip install tensorflow==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple ...
tensorflow 1.x版本安装：pip 或 whl
ResumeProject的博客
08-15 3925
tensorflow1.15 加载model出现AttributeError: ‘str’ object has no attribute ‘decode’
tensorflow1.x具体安装过程
热门推荐
xgxg1314的博客
05-27 1万+
已有环境卸载：conda uninstall env_name 创建新的环境： 第一步：导入下载镜像地址，加速下载。配置国内源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaonda/pkgs/main/ 第二步：现实源地址 conda config.
tensorflow学习探究（一）-----------ubuntu16.04安装tensorflow1.x
由山的博客
03-15 1178
笔者有学习需要，故要安装tensorlow，之所以安装1.x版本的，是因为目前能找到的学习视频都是针对1.x版本来的，而且1.x和2.x的版本差别还是有一些的，笔者想着先用1.x版本来学习，经过一天的安装，笔者发现安装这个并没有想象的那么简单，但经过尝试也找到了一个好一点的安装方法，写在这里，记录一下 笔者使用的是ubuntu最基础的虚拟机版本，没加其他东西，所以配那些cuda什么的有点麻烦，但笔...
开源项目-tensorflow-tensorflow.zip
10-17
安装与环境搭建** 安装TensorFlow通常涉及设置Python环境、获取TensorFlow库以及配置所需的依赖项。在源代码环境中，用户可能需要编译源代码以适应特定的硬件平台，如添加CUDA支持以利用GPU加速。 **4. 数据...
在anaconda离线安装tensorflow1.X
qq_43732303的博客
07-30 1482
在anaconda离线安装tensorflow1.X
Mac系统anaconda 安装tensorflow老版本（1.x）
weixin_45247224的博客
02-15 418
Mac 系统下anaconda 3 安装tensorflow 1.x版本 create tensorflow环境 从该环境打开终端 //以安装1.9.0版本为例，使用阿里云镜像 pip install --index-url https://mirrors.aliyun.com/pypi/simple tensorflow==1.9.0
Tensorflow1.x入门
gaoZhuanMing的博客
09-18 345
1. 安装 conda config --add channelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 查看有哪些可用版本 conda search tensorflow # 安装指定版本 conda install tensorflow=1.15.0
tensorflow1.7.1_cpu_x64_vc14_release dll
07-20
tensorflow1.7.1 C++版本dll。VS2015，x64，release，cpu版本。压缩包内有个配置头文件和库目录的.props示例文件。
win10/11-tesorflow1.x环境安装简记
Big_mouse1的博客
01-11 559
tensorflow-gpu1.15在Geforce 940MX的环境安装记录
tensorflow1.x和tensorflow2.x的安装
weixin_40306397的博客
03-31 954
pip2.7 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.14.0 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.1.0
Tensorflow(1.x版本)
kittimzhe的博客
08-15 1239
Tensorflow（1.x版本） 核心概念Graph和Session   Data Flow Graph [数据流图]   计算定义≠执行计算   计算的定义和执行，被很好地分离开了   模型跑起来，需要2步:    描绘整幅图(定义计算)    在session当中执行图中的运算 Tensorflow   Tensor + Flow   张量在图中通过运算(op)进行传递和变换 Tensor是什么？   在tensorflow里，可以将tensor[张量]理解成一个n维的矩阵： 0-d ten
关于安装TensorFlow1.x版本的一些注意事项
qq_58011370的博客
03-20 802
虽然目前主流深度学习框架是Pytorch和TensorFlow2.x版本，但是也不乏有一些大佬使用TensorFlow1.x版本进行开发，这个时候如果不想使用Pytorch和TensorFlow2.x重写一下源代码的话，唯一的办法就是创建一下TensorFlow1.x的虚拟环境。
【TensorFlow1.X】系列学习笔记【环境搭建】
yangyu0515的博客
03-23 2649
【TensorFlow1.X】系列学习笔记【环境搭建】
Tensorflow学习过程问题整理（TensorFlow版本：1.13.1,Python版本：3.6）
鬼马行天的博客
06-18 7952
1.代码错误整理 （1）Spyder中Python代码运行出错 错误信息：Check failed: PyBfloat16_Type.tp_base != nullptr， 原因：numpy版本问题 解决方法：python -m pip install --upgrade numpy （2）使用keras下载fashion_mnist出错 错误原因：无法连接外网，下载不了 解决办法：下载数据集到C...
01_TensorFlow2.0全景
Hundreays
05-03 2069
快速入门tensorflow1.x1.TensorFlow的架构2.TensorFlow中的基本概念计算图Graph会话Session张量TensorOperationFeed TensorFlow是谷歌开源的基于数据流图的科学计算库，它适用于机器学习等人工智能领域。 相关链接： [TensorFlow官网] [TensorFlow Github] 1.TensorFlow的架构 前段(网络...
安装一个tensorflow 1X 版本
qlkaicx的博客
12-11 646
【代码】安装一个tensorflow 1X 版本。
tensorflow环境搭建‘’
最新发布
03-23
### 如何搭建TensorFlow开发环境 #### 安装Anaconda 为了简化依赖管理并创建隔离的虚拟环境，推荐使用Anaconda作为主要工具来安装和配置TensorFlow。通过Anaconda，可以轻松管理和切换不同的Python版本及其库。 下载并安装最新版Anaconda后，在Anaconda Prompt中执行以下操作： ```bash conda create -n tensorflow python=3.9 ``` 这一步会创建一个新的名为`tensorflow`的Conda环境，并设置Python版本为3.9[^1]。 激活新创建的环境： ```bash conda activate tensorflow ``` #### 安装TensorFlow 在激活环境中，可以通过两种方式安装TensorFlow：CPU版本或GPU版本。 对于仅支持CPU的机器，可以直接运行以下命令安装TensorFlow CPU版本： ```bash conda install tensorflow ``` 如果目标设备具备NVIDIA GPU硬件加速能力，则需额外准备CUDA Toolkit及相关驱动程序后再继续安装TensorFlow GPU版本。具体步骤如下所示： ```bash conda install cudatoolkit=11.2 -c nvidia pip install tensorflow-gpu==2.x.y # 替换x.y为目标的具体次版本号 ``` 注意这里提到的CUDA版本可能随时间更新而有所变化，请参照官方文档确认兼容性列表[^4]。 验证安装是否成功可通过启动Python解释器加载模块完成初步测试： ```python import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') tf.print(hello) ``` 上述脚本应该能够正常输出字符串“Hello, TensorFlow!”表示一切就绪[^3]。 #### 配置Jupyter Notebook 除了命令行之外，还可以利用图形化界面来进行更直观便捷的操作体验。Anaconda自带了强大的交互式计算平台——Jupyter Notebook，它允许用户在一个网页式的笔记本里编写、执行代码片段的同时还能记录分析过程中的笔记说明等内容[^5]。 要开启服务只需简单几步即可实现： ```bash jupyter notebook ``` 浏览器将会自动打开链接地址http://localhost:8888/tree，默认目录结构展示当前工作路径下的所有文件夹与项目资源；点击右上角新建按钮选择Python Kernel类型便能快速建立空白notebook页面用于实验探索啦！ --- ###
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