配置tensorflow环境

最新推荐文章于 2025-01-15 21:52:04 发布
原创 最新推荐文章于 2025-01-15 21:52:04 发布 · 210 阅读 · 1 ·
CC 4.0 BY-SA版权
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。
文章标签：

#tensorflow #人工智能 #python

本文详细介绍了如何在Anaconda环境下安装不同版本的TensorFlow，包括基于CPU和GPU的版本，以及如何安装其他常用Python包如OpenCV。同时，还提供了如何删除自定义源并更换回conda默认源的方法。
部署运行你感兴趣的模型镜像

在这里插入图片描述
电线的Exist环境选去对应Anacnoda的evns点Python
在这里插入图片描述
点1随便打个名，选python3.6，开2选第一个进入cmd模式，输入命令conda install tensorflow1.12。这是没有gpu，要cpu可参考https://blog.youkuaiyun.com/qq_25033587/article/details/90301671
下载包eg:conda install opencv
下载版本eg:conda install tensorflow-gpu1.9.0
或者conda install tensorflow 1.1.2
conda install tensorflow-gpu2.0.0

如果要删除自定义源更换回conda的默认源，直接删除channels即可，命令如下
conda config --remove-key channels

删除包:conda uninstall xxx

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

服务器配置tensorflow环境
baixiaoye1998的博客
11-30 774
linux服务器配置tensorflow
【python】本地配置tensorflow环境（Anaconda+python3.7+tensorflow1.14.0+numpy1.16.0）
热门推荐
Ekinng的博客
10-21 1万+
【python】本地配置tensorflow环境（Anaconda+python3.7+tensorflow1.14.0+numpy1.16.0）一、Anaconda安装二、创建tensorflow环境通过Anaconda Navigator可视化界面添加tensorflow环境三、安装tensorflow四、在pycharm中配置tensorflow环境五、遇到的一些问题1.tensorflow版本问题2.numpy版本问题参考博客 一、Anaconda安装 已有博主详细解答Anaconda的安装流程.
Anaconda配置tensorflow环境
King5600的博客
11-17 3834
第一步，下载安装Anaconda 第二步，管理员模式打开CMD 第三步，输入conda --version，查看Anaconda安装情况 输入python --version，查看python版本号 第四步，输入conda create -n tensorflow python=3.8（对应Ancaonda配套的python版本号） 第五步，输入activate tensorflow 第六步，输入conda search --full tensorflow 第七步，
配置Tensorflow环境
pku_langzi的博客
07-13 8233
Tensorflow配置环境的坑
Anaconda+VSCode 配置 tensorflow 环境
k_ilig的博客
08-07 4697
Anaconda+VSCode 配置 tensorflow 环境
Anaconda下配置TensorFlow环境(小白包会)
Elon15的博客
07-08 7548
Anaconda下配置TensorFlow环境(小白包会)
使用conda配置tensorflow环境
Yungang_Young的博客
09-22 4572
目录前置条件：操作步骤：1.创建虚拟环境2.激活虚拟环境3.安装tensorflow4.配置pycharm 前置条件： python, anaconda 操作步骤： 1.创建虚拟环境 conda create -n tenserflow 可以看到Anaconda3/envs下多了一个文件夹 2.激活虚拟环境 conda activate env_name # 当然，关闭虚拟环境的操作为conda deactivate 3.安装tensorflow conda install tensorflow
TensorFLow环境配置
最新发布
Nicck11的博客
01-15 2841
Tensorflow配置环境
深度学习tensorflow环境配置全教程
Ps_hello的博客
07-17 8073
因为课程所需，需要运行基于tensorflow环境的深度学习代码，但网络上所找到的教程都不够全面，在配置过程中犯了很多错误，经过多次尝试终于成功，以此文进行总结记录配置教程。
Tensorflow环境配置
atruexb的博客
09-18 1059
Tensorflow环境配置
配置tensorflow环境.md
07-25
tensorflow 安装问题及解决！安装这个可太烦了，安了两次，记录下来省的下次再安装的时候忘了。
使用Anaconda配置Tensorflow/Pytorch环境
Mr_Sudo的博客
09-27 4216
本文介绍了如何使用Anaconda简易快速地配置Pytorch和Tensorflow开发环境，并于Jupyter Notebook进行绑定。
Python(Numpy)实现均方差、交叉熵损失函数等（3）
Alla
07-23 1万+
鱼书3： 1.MSE均方差误差 import numpy as np def MSE(y,t): #形参t代表训练数据（监督数据）（真实） #y代表预测数据 return 0.5*np.sum((y-t)**2) # 设“2”为正确解 t = [0, 0, 1, 0, 0, 0, 0, 0, 0, 0] #假设预测下标为2是正确的 y1 = [0.1, 0.05, 0.6, 0.0, 0.05, 0.1, 0.0, 0.1, 0.0, 0.0] print(MSE(np.array
预训练、迁移学习和微调理解
Alla
04-24 6807
1.迁移学习 为了对迁移学习产生一个直观的认识，不妨拿老师与学生之间的关系做类比。 一位老师通常在ta所教授的领域有着多年丰富的经验，在这些积累的基础上，老师们能够在课堂上教授给学生们该领域最简明扼要的内容。这个过程可以看做是老手与新手之间的“信息转移”。 这个过程在神经网络中也适用。我们知道，神经网络需要用数据来训练，它从数据中获得信息，进而把它们转换成相应的权重。这些权重能够被提取出来，迁移到...
纯Python实现：函数求导切线图、求偏导、梯度下降法（4）
Alla
07-24 4080
记录鱼书4: 1.y = 0.01x2 + 0.1x经过某点画切线图 import numpy as np import matplotlib.pyplot as plt def numerical_diff(f,x): h=1e-4 return (f(x+h)-f(x-h))/(2*h) def fun1(b): return 0.01*b**2+0.1*b def tangent_line(f,x): #d就是调用numerical_diff求得在x点的导数
BN的好处、正则化（6）
Alla
07-27 1638
鱼书记录7： 1. Batch Normalization 的算法好处 可以使学习快速进行（可以增大学习率）。 不那么依赖初始值（对于初始值不用那么神经质）。 抑制过拟合（降低Dropout等的必要性）。 综上，通过使用Batch Norm，可以推动学习的进行。并且，对权重初始值变得健壮（“对初始值健壮”表示不那么依赖初始值）。 2.正则化 2.1.权值衰减 L1和L2范数： 2.2.Dropout 作为抑制过拟合的方法，前面我们介绍了为损失函数加上权重的L2范数的权值衰减方法。该方法可以简单地实现
Faster RCNN(ppt记录)
Alla
05-20 1613
以下ppt来源都是B站 R-CNN Fast R-CNN Faster R-CNN区别(一步步来的)
tf.random.truncated_normal和tf.random.normal区别
Alla
08-01 1610
1、首先是tf.truncated_normal函数 tf.truncated_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None) shape是张量维度，mean是正态分布是均值，stddev是正态分布的标准差； 在正态分布的曲线中，横轴区间（μ-σ，μ+σ）内的面积为68.268949%。 横轴区间（μ-2σ，μ+2σ）内的面积为95.449974%。 横轴区间（μ-3σ，μ+3σ）内的面积为99.7
批处理的好处及小批量、验证集的作用、权值为什么一开始不置为0（2）
Alla
07-23 1309
批处理及小批量概念
配置TensorFlow环境
06-10
好的，以下是配置TensorFlow环境的步骤： 1. 安装Anaconda：在Anaconda官网下载对应操作系统的安装包，安装完成后可以使用Anaconda Navigator来管理和创建虚拟环境。 2. 创建虚拟环境：打开Anaconda Navigator，...
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