Win10 Tensorflow 安装

本文记录了一次使用Anaconda成功安装TensorFlow的过程。作者在尝试使用pip安装时遇到问题,最终选择通过Anaconda解决了安装难题,并分享了具体的安装步骤。
部署运行你感兴趣的模型镜像

真是错了无数遍,所以一定要记下来我装的多么痛苦!

pip大概跟我有仇,cmd输入pip,不管我干什么它总是告诉我 cannot import name HTTPSHandler,上网搜了只有Linux系统的解决办法。

中间又装了一个python3.6 ,但是,又涉及到默认python版本的问题,又吭哧吭哧改,改完了发现还是不行
最后求助了Anaconda,装完以后,它真的是我的真爱了,非常好,非常贴心,把妈妈那条被pip拿走的老命 又还回来了。


首先,安装anaconda(download from https://www.anaconda.com/download/)

安装在哪个文件夹下是有用处的!

安装完成以后打开cmd, activate这个文件夹(activate E:\anaconda3)

pip install --ignore-installed --upgrade pip setuptools tensorflow  

pip自己会找版本的


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

### Windows 10TensorFlow GPU 安装指南 #### 创建并激活 Conda 虚拟环境 为了确保兼容性和减少冲突,建议使用 Anaconda 来创建一个新的 Python 环境。命令如下: ```bash conda create --name tensorflow-gpu python=3.6.1 ``` 之后通过以下指令启动该虚拟环境[^1]。 ```bash activate tensorflow-gpu ``` #### 验证安装成功与否的方法 一旦完成了所有的设置工作,可以通过下面这段简单的Python脚本来验证 TensorFlow 是否能够识别到系统的GPU资源: ```python import tensorflow as tf print(tf.config.list_physical_devices('GPU')) ``` 如果一切正常的话,上述代码应该返回一个非空列表,表明至少有一块可用的 NVIDIA 显卡被正确检测到了[^2]。 #### 关于 Python 和 TensorFlow 的具体版本选择 考虑到不同库之间的依赖关系和潜在的兼容性问题,有时特定组合的软件版本可以提供更稳定的工作体验。例如有人选择了 Python 3.10 版本搭配 TensorFlow 2.10 版本来构建开发环境[^3]。 #### 解决 CUDA 库加载失败的问题 值得注意的是,在某些情况下即使所有必要的组件都已就位,仍然可能会遇到由于 CUDA 工具链配置不当而导致的各种错误提示。特别是当尝试初始化 `tf.Session()` 或者其他涉及实际运算的操作时。这是因为此时 TensorFlow 开始真正去调用底层硬件加速功能,并且需要访问位于指定目录下的动态链接库文件(.dll)。因此应当确认 `%CUDA_PATH%\bin` 及其子文件夹已经被加入到了全局 PATH 环境变量之中,从而允许操作系统找到这些必需的支持文件[^4]。
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