【DeepLearning】Chapter2:安装tensorflow和keras(本地+国内源方法,快速方便)

本文详细介绍了在网络条件不佳或无法访问国外源的情况下,如何成功安装TensorFlow和Keras。通过使用国内镜像源,如阿里云和清华源,以及直接下载whl文件进行本地安装的方法,有效避免了因超时导致的安装失败问题。
部署运行你感兴趣的模型镜像

1、简介

在很多教程里,这些下载都看似简单,只需要pip install tensorflow或者conda install tensorflow,但是对于网络不好,或者没办法翻墙,这样的方式往往会因为timeout而失败。我尝试过这几种方法

  • 通过python安装。失败,timeout
  • 通过python安装,加上 --default-timeout=100,也就是延长时间。前面的小文件下载成功,下载tensorflow依旧失败
  • 使用国内源。成功
  • 使用whl下载安装。成功

2、方法

这里贴出我尝试过的最好、最方便的方法,适合无法翻墙的人(如有好方法欢迎分享)

2.1 用管理员的方式打开CMD

  • tensorflow
    前往 阿里云的镜像源:此处我采用tensorflow-1.15.2-cp37-cp37m-win_amd64.whl版本
    把whl下载后,打开cmd进入whl所在位置。比如我放在D:\download。先d:,再cd \download,接着
pip install tensorflow-1.15.2-cp37-cp37m-win_amd64.whl
  • keras (清华源)
pip install keras -i https://pypi.tuna.tsinghua.edu.cn/simple/ 

在这里插入图片描述

2.2 验证

进入python–>import tensorflow/keras
出现Using Tensorflow backend,表示使用tensorflow后台,为正常。
在这里插入图片描述

注:安装完在python安装的地方,差不多这样子:python\python3.7.2\Lib\site-packages,会看到
同理,如果是在anaconda安装,也会在保存在ANACONDA\Lib\site-packages。
在这里插入图片描述在这里插入图片描述

2.3 补充

在运行程序时,可能会出现 keras.backend’ has no attribute to 'control_flow_ops’ 这样的错误,需要在python\Lib\site-package\keras\backend中,init.py文件加上

from tensorflow.python.ops import control_flow_ops 

在这里插入图片描述

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

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