...

前言相对于GPU版本来说，CPU版本的安装就十分简便了。环境要求及操作步骤确保pip版本19.0+升级 pip 版本（可选，如果pip版本大于19.0， 可忽略此步骤）python -m pip install --upgrade pip安装tensorflow2.3的CPU版本pip install tensorflow-cpu==2.3.0 -i https://pypi.douban.com/simple/总结#pip更新是可选的python -m pip instal

总结下来就是三行命令在执行下面三行命令之前确保开发机器满足下面的条件conda install cudatoolkit=10.1conda install cudnn=7.6.5pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple/安装环境要求OS|Ubuntu| 16.04+ ||–|--||Windows | 7+|macOS| 10.12.6(Sierra)+Raspbian|9.0+P

import osfrom tensorflow.python.client import device_libos.environ["TF_CPP_MIN_LOG_LEVEL"] = "99"if __name__ == "__main__": rs=device_lib.list_local_devices() print(type(rs)) print(rs)运行结果<class 'list'>[name: "/device:CPU:0"devic

获取一个tensor类型变量的shapeimport tensorflow as tfimport numpya=tf.random.normal([4,28,28,3])print(type(a))print(a.shape)print(a[1].shape)print(a[1,2].shape)print(a[1,2,3].shape)print(a[1,2,1,1].shape)之前报错是因为我把shape写成了shape()，感觉在入门深度学习的路上又像我当初入门C语言的时候，