Ubuntu18.04配置tensorflow1.10.0

一位研究生从心有不甘到自我成长的故事,分享了自学C++、MachineLearning、Python等技能的心得,以及在Ubuntu18.04上配置最新版TensorFlow的详细步骤。
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

研究生的三年即将过半,虽然刚开始来到DUT心有不甘,也曾自甘沉沦,但是我毕竟是我,没有能阻挡我的前进只有自己的心魔。我无比感恩当初罗老师在保研系统马上关闭的那天收留了我,这份知遇之恩让我邂逅了机器视觉的让我神往的领域.

从当初的一窍不通到自学C++、了解Machine Learning、Python、Linux、Git、tensorflow、Qt等等这些日子接触的东西,我的内心告诉我,我应该走这条路了。奈何功力尚欠,还没有能力到达我的目标,愿君苦练内功,破除心魔,直指圣殿之光。

这门北大的tensorflow的课程停滞了近一年吧,因为当时颖璇推荐给我的时候我对这一切是那么陌生加上课程以及懒惰拖到了现在。好在我渐渐掌握了Linux系统,指尖开始在终端中翩翩起舞时,我打算重拾起这门课。

这门课程用的Python2.7版本已然过时,所以我想写一篇基于Ubuntu18.04配置最新版tensorflow的文章希望能帮助到大家。

1.首先安装pip3

这个很关键,是配置之后的关键。当然了安装anaconda是更为方便,但是这里还是用终端来安装,因为自己安装需要什么就安什么。

sudo apt install python3-pip

2.找到镜像地址

打开清华镜像网找到tensorflow(戳此直达)。

复制底部的命令,切记将pip改成pip3,因为我们现在用的是Python3.0+的版本,复制到终端等待安装即可。

3.验证是否成功

出现了版本好就代表已经安装成功了!

注:我用的ipython3,因为ipython3有很多优点:

  • 格式化输出;
  • 支持tab键补全功能;
  • 进入后已然能执行Linux相应的指令可以说是非常好用

当然了pycharm还是最好用的在我看来。

今天无聊时读到了李贺的《李凭箜篌引》,感觉灵魂出窍般的震撼,分享给大家,这种文字对音乐的描写感觉《琵琶行》都差了一截。

                                  吴丝蜀桐张高秋,空山凝云颓不流。
                                  江娥啼竹素女愁,李凭中国弹箜篌。
                                  昆山玉碎凤凰叫,芙蓉泣露香兰笑。
                                  十二门前融冷光,二十三丝动紫皇。
                                  女娲炼石补天处,石破天惊逗秋雨。
                                  梦入神山教神妪,老鱼跳波瘦蛟舞。
                                  吴质不眠倚桂树,露脚斜飞湿寒兔。

 

 

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

### 如何在 Ubuntu 18.04安装 TensorFlow #### 准备工作 为了成功安装 TensorFlow,在开始之前需要确保系统满足一些基本条件。这包括 Python 的版本以及必要的依赖项。推荐使用虚拟环境来隔离项目所需的包。 #### 创建虚拟环境 可以通过 `conda` 或者 `venv` 来创建虚拟环境。以下是通过 `conda` 创建虚拟环境的方法: ```bash conda create -n tensorflow_env python=3.7 source activate tensorflow_env ``` 如果更倾向于使用 `venv`,则可以按照如下方式操作: ```bash python3 -m venv tensorflow_env source tensorflow_env/bin/activate ``` 以上命令会创建一个名为 `tensorflow_env` 的虚拟环境并激活它[^4]。 #### 安装 TensorFlow CPU 版本 对于不需要 GPU 支持的情况,可以直接安装 TensorFlow 的 CPU 版本。执行以下命令即可完成安装: ```bash pip install --upgrade tensorflow ``` 此命令将自动处理所有必需的依赖关系,并安装最新稳定版的 TensorFlow[^5]。 #### 安装 TensorFlow GPU 版本 如果有 NVIDIA 显卡并且希望利用 GPU 加速,则需安装支持 GPU 的 TensorFlow 版本。在此之前,还需要确认已正确配置 CUDA 和 cuDNN 库。完成后运行以下命令: ```bash pip install --upgrade tensorflow-gpu ``` 该方法适用于大多数情况下的 GPU 驱动程序兼容性问题[^3]。 #### 测试安装 无论选择了哪种版本,都可以通过启动 Python 解释器来进行验证: ```python import tensorflow as tf print(tf.__version__) ``` 上述脚本应返回所安装 TensorFlow 的具体版本号[^2]。 #### 常见错误及其解决办法 有时可能会遇到无法找到合适版本的问题或者特定库缺失引发的异常。例如仅能获取到较旧版本 (如 1.14),可能是因为当前系统的 pip 工具过时所致。更新 pip 可以帮助解决问题: ```bash pip install --upgrade pip ``` 另外还需注意操作系统架构是否匹配官方预编译二进制文件的要求。通常情况下,64位 Linux 发行版不会存在此类障碍。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

量子象限

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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