菜鸟的成长之路--从安装TensorFlow开始

  • 先说背景,本人为智能科学与技术专业本科生,正在做关于深度学习的毕业设计,故开始学习深度学习。
  • 工欲善其事,必先利其器,从网上可了解到,深度学习有好几个框架,从那个入门是个问题,从GitHub上的活跃程度上来看,TensorFlow是个不错的选择。接下来说如何配置所需的环境。

    Windows,进去之后又有两种选择,CPU版和GPU版,我的电脑不是N卡,所以只能拿CPU跑程序了,如果是N卡,一定要选择GPU版的,因为这两者之间的速度差异真的很大。
    !

这里写图片描述
安装TensorFlow有两种方式,即 pip或Anaconda 两者区别:(来自谷歌翻译)

  • 本地pip直接在您的系统上安装TensorFlow,而无需通过虚拟环境。由于本地pip安装不在单独的容器中,因此pip安装可能会干扰系统上其他基于Python的安装。但是,如果您了解pip和Python环境,则本地pip安装通常只需要一个命令!此外,如果使用本地pip进行安装,则用户可以从系统上的任何目录运行TensorFlow程序。
    在Anaconda,你可以使用conda创建一个虚拟环境。但是,在Anaconda中,我们推荐使用pip install命令安装TensorFlow ,而不是使用conda install命令。

    按照以下步骤在Anaconda环境中安装TensorFlow:
    在aconda下载网站上的说明 下载并安装Anaconda。东西比较大,安装到最后一步记得勾选添加环境变量。

    1. 通过调用以下命令创建一个名为tensorflow的conda环境:

      conda create -n tensorflow python = 3.6(现在Tensorflow支持3.6了) 也可以在anaconda 中点击Environments,再点击creat做如下图步骤
      这里写图片描述
      在cmd下结果如下图二
      因为我是通过conda 来安装的,所以这块报错了。但不影响后面的结果。

    2. 通过发出以下命令来激活conda环境:

      activate tensorflow (tensorflow)C:
      在conda环境中安装TensorFlow。要安装TensorFlow的纯CPU版本,请输入以下命令:
      (tensorflow)C:> pip install –ignore-installed –upgrade tensorflow
      要安装TensorFlow的GPU版本,请输入以下命令(在一行中):
      (tensorflow)C:> pip install –ignore-installed –upgrade tensorflow-gpu
      结果如下图所示图三

    3. 检验下安装是否成功,命令行窗口中输入python进入python环境,输入以下语句, import tensorflow as tf
      hello = tf.constant(‘Hello, TensorFlow!’) sess = tf.Session()
      print(sess.run(hello))
      图四

      经验:上述步骤是我经过一天是时间摸索出来的,其实装Tensorflow还有别的方法,比如通过docker,不过我系统之前可能有些问题,在安装完docker后重启时系统崩了,最后重装系统,选择官网方案。
      之前还单独装过Python3.6,用pip方式装好后在Python下使用import tensorflow as tf 语句没问题,在命令行窗口中却报错,就直接卸了,用anaconda也可以完成Python的编写

      第一次写博客,知识水平与使用能力都有限,请诸位谅解。

      参考资料 tensorflow官网 https://www.tensorflow.org/install/install_windows

      最新Win7 +Python3.6.0(Anaconda3-4.3.21)+Tensorflow的安装与配置(不用切换python3.5)
      

      http://m.blog.youkuaiyun.com/z4909801/article/details/78070991

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