1.假定已经提前安装好anaconda环境。
2.打开anaconda prompt。
3.创建一个新的虚拟环境 conda create -n tf python=3.8
4.安装完成后激活该虚拟环境 conda activate tf
5.安装tensorflow,这里建议使用阿里源,会快一点。
pip install tensorflow==2.8 -i Simple Index --trusted-host mirrors.aliyun.com
6..安装pandas matplotlib numpy scikit-learn
pip install pandas matplotlib numpy scikit-learn -i Simple Index --trusted-host mirrors.aliyun.com
7.安装ipykernel :pip install ipykernel -i Simple Index --trusted-host mirrors.aliyun.com
8.将创建的虚拟环境写入jupyter内核。
python -m ipykernel install --user --name tf --display-name tf
9.退回到base环境 conda deactivate
10 输入jupyter notebook启动,然后在kernel菜单下点击change kernel切换到tf核
11.执行代码文件,出现如下报错
12 在anaconda prompt下重新激活tf环境
输入命令:pip install protobuf==3.19.0 -i Simple Index --trusted-host mirrors.aliyun.com
重启jupyter问题解决。
几个需要注意的tips:
1.案例代码文件不要upload,因为数据文件是和案例代码放在同一个目录下的,如果挪动可能会影响导入数据时的相对路径,导致数据导入失败。
2.案例代码所在的文件路径不要在包含中文字符的路径下,中文字符会导致tensorboard打开失败。
3.如果启动tensorboard失败,可以尝试换一个端口试试,可能是该端口被占用。