Tensorflow的下载和安装

一、安装Python
安装Python的方法很多,我们可以直接在Python的官网下载符合你操作系统的Python安装包,直接安装即可:

https://www.python.org/downloads/
但对于零基础学习Tensorflow的朋友来说,tensorflow和opencv、numpy等第三方库都有着依赖关系,未安装第三方库或版本不正确都会导致tensorflow无法安装,所以我还是建议大家使用Anaconda来安装python集成环境。

什么是Anacoda?
Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项,安装Anaconda以后,再也不用担心安装tensorflow会踩到无数的坑。

1、安装Anacoda
Anacoda的下载地址是:

https://www.anaconda.com/distribution/
我的操作系统是Windows 64位,所以下载“64-Bit Graphical Installer”。

在这里插入图片描述

下载完成后,双击开始安装,选择程序安装路径

在这里插入图片描述

在这里要注意一下,记着勾选“Add Anaconda to the system PATH environment variable”,将Anacoda的路径自动配置到环境变量中,虽然安装完成后也可以手动添加,但这里可以一劳永逸,避免出现未知的一些错误。

在这里插入图片描述
好了,点击“Install”静等安装完成吧!

安装完成后,终端输入:

conda --version
如果输出conda的版本号,那就说明Anacoda安装成功!

在这里插入图片描述

2、创建Anacoda虚拟环境
直观的来说,Anacoda就像一个VMware(虚拟机),虚拟机安装好以后,就需要安装操作系统!所以我们开始创建一个适合使用tensorflow的python环境吧。

我们创建一个叫tensorbase的虚拟环境,此环境使用3.6版本的python,打开终端输入创建虚拟环境的命令:

conda create -n tensorbase python=3.6

在这里插入图片描述
输入y,然后回车等待安装!安装成功后,我们可以使用命令查看所有可用的虚拟环境:

conda env list
在这里插入图片描述

二、安装tensorflow
在终端中执行命令切换到我们新创建的虚拟环境中:

activate tensorbase
在这里插入图片描述

然后我们就可以使用python提供的pip工具来安装tensorflow了,在安装之前,我们先把pip的源更换为国内镜像, 在终端执行命令:

更换为清华的源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
源更换成功后,开始安装tensorflow,在终端执行命令:

pip install tensorflow==1.4
注:由于我的cpu不兼容1.5及以上的版本,所以我指定安装了tensorflow的1.4版本,以后的课程也以1.4版本为标准来讲解。

tensorflow分为cpu版和gpu版,我这里安装的是cpu版本,因为tensorflow不支持我的GPU!想要安装GPU版的tensorflow,还需安装CUDA和cuDNN,在这里就不详细介绍安装方法,但如果你想知道tensorflow是否支持你的显卡,可以通过下面的网址查看支持 CUDA的GPU卡:

https://developer.nvidia.com/cuda-gpus
等待安装完成后,我们验证一下tensorflow是否安装成功,终端输入命令:python进入编辑器,然后输入:

import tensorflow as tf

在这里插入图片描述
如果没有报错的话,说明tensorflow1.4版本安装成功!如果出现类似于下面的错误,那就说明你的CPU无法兼容当前版本的tensorflow,你可以安装老版本的tensorflow的解决这个问题。

### 如何安装下载 TensorFlow #### 创建虚拟环境安装 Python 解释器 为了确保兼容性稳定性,在安装 TensorFlow 前需先创建一个独立的虚拟环境,并指定合适的 Python 版本。通过 Anaconda Prompt 输入以下命令来完成此操作: ```bash conda create -n tensorflow python=3.7 ``` 上述命令会创建名为 `tensorflow` 的虚拟环境,并设置 Python 3.7 作为解释器版本[^3]。 激活该虚拟环境以便后续安装依赖项: ```bash conda activate tensorflow ``` #### 验证 Python 版本 在继续之前,确认当前使用的 Python 版本是否满足 TensorFlow 要求。可以通过如下命令验证: ```bash python --version ``` 如果返回的结果显示为 Python 3.6 或更高版本,则可以继续下一步[^2]。 #### 安装 TensorFlow 一旦虚拟环境被成功配置好之后,就可以利用 pip 工具安装 TensorFlow 库。执行下面这条指令即可实现标准版(CPU-only)TensorFlow安装: ```bash pip install tensorflow ``` 对于需要 GPU 支持的情况,应改用特定于 GPU 加速版本的包名来进行安装: ```bash pip install tensorflow-gpu ``` 注意:GPU 版本可能还需要额外驱动程序以及 CUDA/cuDNN SDKs的支持,请参照官方文档进一步核查具体需求[^1]。 #### 测试安装情况 最后一步是检验 TensorFlow 是否已正确加载到环境中。打开 Python Shell 并尝试导入模块以检查是否存在错误消息: ```python import tensorflow as tf print(tf.__version__) ``` 如果没有报错并且打印出了有效的版本号字符串,则说明整个过程顺利完成。 ### 注意事项 - 确认操作系统架构与所选 TensorFlow 包相匹配。 - 如果遇到任何权限问题或者网络连接失败的情形下,考虑升级 pip 至最新稳定发行版再重试一次。
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