ubantu tensorflow1.x代码迁移到win10 tf2.0

本文提供在Windows 10环境下快速安装TensorFlow 2.0及Anaconda 3.0的详细步骤,涵盖Python 3.7配置、驱动与库的安装。解决Keras不自动跳转问题,分享eager模式优化经验,对比1.8版本性能,介绍权重文件兼容性,并提供12个实用技巧。
部署运行你感兴趣的模型镜像

1、win10安装tf2.0 使用anaconda 3.0(超级简单,20分钟,安装好python3.7以及anaconda和各种驱动,库)
2、修改ubantu代码的路径\格式为/,注意防止转义,pycharm会变色提示
train_dir = r’d:\sdata\train’
3、直接一次成功。
4、keras.Sequential 不自动跳转,改为tf.keras.Sequential(),正常。
问题:速度太慢,还不如1.8快
eager模式速度太慢,讲eager模式取消,速度提升将近10倍!!
tf.compat.v1.disable_eager_execution()
5、verbose:0,1模式切换到0,1,2,建议选用2,每次echo结束进行输出,1:每个batch输出
6、2.0可以读取1.x生成的权重文件
12个重要技巧
http://m.elecfans.com/article/885470.html

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

### 安装TensorFlowUbuntu系统的指南 #### 准备工作 为了确保TensorFlow能够顺利运行,在开始安装之前,需确认已满足一些前置条件。对于希望利用GPU加速计算的用户来说,除了Python环境外还需要准备CUDA Toolkit以及cuDNN SDK。具体版本的选择应当依据所使用的TensorFlow版本而定[^3]。 #### 创建Conda虚拟环境并激活 建议通过Anaconda来管理依赖关系和创建隔离的工作空间。这一步骤可以通过命令行执行如下操作: ```bash conda create -n tensorflow_env python=3.8 conda activate tensorflow_env ``` 上述指令会建立一个新的名为`tensorflow_env`的环境,并将其激活以便后续安装所需的软件包[^1]。 #### 安装TensorFlow及相关组件 一旦准备工作就绪,则可通过pip工具轻松获取最新版的TensorFlow库文件。如果目标是仅使用CPU资源来进行训练模型的话,那么只需简单输入下面这条语句即可完成部署: ```bash pip install tensorflow ``` 而对于那些计划充分利用图形处理器性能的人而言,则应该按照官方文档中的指导挑选合适的驱动程序与辅助开发套件之后再继续下一步动作。此时应采用特定标记指向带有GPU支持特性的发行版: ```bash pip install tensorflow-gpu ``` 值得注意的是,当涉及到不同平台间的差异时,某些细节可能会有所变化;例如Windows同Linux之间存在细微差别[^5]。不过针对当前讨论范围内的Ubuntu系统来讲,以上方法基本适用。
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