机器学习-搭建环境-7:安装Tensorflow(使用Anaconda)

本文详细介绍了如何使用Anaconda环境安装与CUDA兼容的TensorFlow GPU版本,并提供了测试安装是否成功的示例代码。作者分享了从搜索安装包到选择合适版本的全过程,确保读者能够顺利安装并运行TensorFlow。
部署运行你感兴趣的模型镜像

注:个人认为更加 方便的做法是直接拉取配置好tensorflow的Docker镜像,Docker Hub: https://hub.docker.com/ 

 

搜索安装包并选择合适版本:

# 搜索当前可用的安装包版本
anaconda search -t conda tensorflow

# 选择合适版本,查询安装命令
anaconda show anaconda/tensorflow-gpu   

注意tensorflow的版本要与CUDA匹配,我是CUDA10,下载了tensorflow1.12

结果:

按照最后一行所示命令进行安装

 conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu

 测试

$ python

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, Tensorflow')
>>> sess = tf.Session()
>>> print(sess.run(hello))

终于成功了呜呜呜------------------------------------------

参考:

https://www.jianshu.com/p/78a936c27ec4

您可能感兴趣的与本文相关的镜像

PyTorch 2.8

PyTorch 2.8

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

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