【TF1】Tensorflow的安装

原创 已于 2022-02-15 16:50:12 修改 · 856 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#tensorflow #人工智能 #python

于 2022-02-15 16:49:09 首次发布
该博客介绍了如何在Anaconda环境中通过pip命令升级pip并安装TensorFlow及其夜间版。安装完成后，作者在Python环境中导入TensorFlow库并打印其版本号，确保安装成功。
部署运行你感兴趣的模型镜像

在anaconda中运行如下代码

pip install --upgrade pip
pip install tensorflow
pip install tf-nightly

安装完后，进入python环境，
运行

import tensorflow as tf
tf.__version__

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

nothk
关注
在Anaconda中安装TensorFlow1.14.0与TensorFlow2.0.0
howard2005的专栏
12-16 4万+
本次实践系统地完成了在Anaconda中安装与使用TensorFlow的全过程。首先，通过配置清华镜像源加速包下载，成功在base环境中安装TensorFlow 1.14.0并验证运行。随后，创建独立的TF2C环境，利用pip安装TensorFlow 2.0.0，实现多版本共存。
安装tensorflow1.2
xiaowei的专栏
07-14 5516
centos7下安装tensorflow1. 安装相关库：     yum install -y python python-devel python2-pip    pip install wheel pillow    下载安装并安装：bazel-0.5.2-installer-linux-x86_64.sh2. 下载tensorflow代码：    git clone https://git...
TF--一 安装以及踩坑
小屋
07-27 544
按照参考链接按照TensorFlow1.15+python3.7的，但是并不能行。于是将python版本降到3.6，可行。TensorFlow与python的版本是存在匹配关系的，一般的TensorFlow版本越高需要对应高版本的python。一，在macOS上的conda环境下安装TensorFlow。再安装指定版本TensorFlow1.15。这种可能慢点，还是推荐上面指定版本的安装。粗暴学TensorFlow。或者直接安装cpu稳定版本。2，官网(快速入门)
Tensorflow2项目实战课程
03-14
Tensorflow2.0介绍： tensorflow是GOOGLE在2015年底发布的一款深度学习框架，也是目前全世界用得最多，发展最好的深度学习框架。2019年3月8日，GOOGLE发布最新tensorflow2版本。新版本的tensorflow有很多新特征，更快更容易使用更人性化。但是老版的tensorflow程序在新版本中几乎都无法继续使用，所以我们有必要学习新版tensorflow2的新用法。课程介绍： 我们的这门课程适合小白学习，也适合有基础的同学学习。课程会从0开始学习，从python环境安装，python入门，numpy，pandas，matplotlib使用，深度学习基础，一直讲到tensorflow基础，进阶，项目实战。不管你是0基础小白，想进入AI行业，还是有一定基础，想学习最新的tensorflow2的使用，都适合我们这门课程。讲师介绍： 覃秉丰，物理系毕业转AI行业，想转行同学可以找我聊聊。机器学习、深度学习神经网络领域多年研究开发授课经验，精通算法原理与编程实践；曾完成过多项图像识别、目标识别、语音识别等企业项目，一线实战经验丰富；长期为多家包括世界五百强在内的大型企业总部做人工智能技术内训服务（中国移动、中国银行，华夏银行，中国太平洋，国家电网、中海油等）。上课特点：公式尽量一个一个符号推，代码尽量一行一行讲，希望所有人都能学有所得。
使用 pip 和 conda 安装 tensorflow-gpu 1.15
xzq_13972146251的博客
07-15 1万+
本文介绍了用conda和pip安装tensorflow1.x版本和tensorflow2.x版本，并且阐述了安装tensorflow1.x版本和tensorflow2.x版本所存在的区别。提出了一种成功率高适合更多系统环境的方法。
tensorflow1.1 和python3.5.3安装
大数据机器学习
04-25 1万+
一 。安装python3.5.31.安装tkinter（不需要这个模块的不用安装，import matplotlib.pyplot 需要此模块）下载ActiveTcl-8.5    tar -zxvf   ActiveTcl8.5.18.0.298892-linux-x86_64-threaded.tar.gz 解压进入文件夹  执行./install.sh  路径安装在/opt/ActiveTc...
TensorFlow2.0入门到进阶 —— 1.3一文读懂TensorFlow版本变迁与tf1.0架构
caoyuan666的博客
03-11 1459
文章目录TensorFlow1.01.1XLA:Accelerate linear algebra1.2 更高级别API1.3支持docker镜像DockerTensorFlow Docker 要求2、tensorflow1.0架构高层封装 TensorFlow1.0 1.1XLA:Accelerate linear algebra TensorFlow 的设计目标和核心优势之一是其灵活性。Te...
Tensorflow安装详细步骤
yh1009的博客
09-09 3万+
tensorflow的详细安装教程
anaconda+tensorflow安装完整步骤【亲测可用】
热门推荐
fyfy96的博客
12-02 9万+
anaconda+tensorflow+pycharm
精选资源
tensorflow安装详细教程.pdf
06-08
### TensorFlow安装详细教程 #### 一、准备工作 在开始安装TensorFlow之前，有几个重要的准备工作需要完成，以确保安装过程顺利进行。 ##### 1. 检查系统要求 确保你的计算机满足TensorFlow的基本硬件和软件需求...
精选资源
查看TensorFlow的版本以及安装路径
04-16
3. 使用`tf.__path__`查看TensorFlow的安装路径： ```python tf.__path__ ``` 这将返回一个包含TensorFlow库所在目录的列表。 如果你想知道是否安装了GPU支持的TensorFlow，可以使用`pip3 show`命令来查看详细信息...
精选资源
tensorflow安装成功import tensorflow 出现问题
01-20
在安装tensorflow完成后，import tensorflow as tf出现问题，问题如下： >>> import tensorflow as tf Traceback (most recent call last): File I:\Anaconda3\lib\site-packages\tensorflow\python\pywrap_...
win10安装tensorflow-gpu-1.15
u013250861的博客
01-24 5800
因课程要求，需要安装tensorflow1.15。我是使用conda来管理不同环境的。
tensorflow1 tensorflow 2 安装配置（cpu+gpu）windows+linux
ziqibit的博客
04-04 1万+
tensorflow安装 2.16.1版本
tensorflow1.x具体安装过程
xgxg1314的博客
05-27 1万+
已有环境卸载：conda uninstall env_name 创建新的环境： 第一步：导入下载镜像地址，加速下载。配置国内源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaonda/pkgs/main/ 第二步：现实源地址 conda config.
手把手教你在Windows10下安装Tensorflow1.2
Ouyangjianxiu的博客
09-30 1万+
入坑深度学习有一段日子了，所谓“工欲善其事必先利其器”，sklearn做做机器学习的模型还不错，到了神经网络这里就不好使了，里面的模型有点简单，因此开始挑选深度学习的框架。备选的有两个，一个是Facebook的Pytorch，用了的都说好，他相比于Tensorflow的优势在于有显示动态图的功能，这样就方便了编写和调试，可惜Pytorch发布的时间较短，相应的教程、社区还都不是很完善，相比之下，虽
Win7安装TensorFlow1.0
panxiying1993的博客
07-12 1096
本人电脑：Win7 64位1.安装Python版本：python 3.5.4https://www.python.org/downloads/WindowsXP最高支持版本3.4Win7以上可用3.5 2.原来安装是3.x 的python ，自带pip 9.0.1，需要升级pip-10.0.1具体如下：cmd python -m pip install --upgrade pip3.安装Tenso...
Windows10安装Tensorflow1.3
ss910的博客
08-01 5117
1.安装Python https://www.python.org 下载python3.5.3 64bit，右键python-3.5.3-amd64.exe以管理员身份运行。   2.安装cuDNN https://pan.baidu.com/s/1o8mc4YI 下载cuDNN 6.0 (for CUDA 8.0)，解压后将bin文件夹添加到环境变量PATH中。   3.安装Te
在windows10环境安装配置tensorflow1.2及初步学习
a87105222的博客
06-25 2304
1.安装anacoda3，即安装python即相关库：https://www.continuum.io/downloads#windows（python为3.6版本） 2.从git中下载tensorflow源码：https://github.com/tensorflow/tensorfl：ow 3.下载windows版本的swig：http://www.swig.org/download.ht
tensorflow as tf安装
最新发布
03-16
### 如何安装 TensorFlow 并设置别名 `as tf` #### 安装 TensorFlow 的方法 在 Linux 服务器环境下，可以通过 Anaconda 来安装 TensorFlow。以下是具体的操作说明： 1. **安装 Anaconda** 首先需要确保系统已经安装了 Anaconda 或 Miniconda。如果没有安装，可以从官方网站下载并按照指引完成安装[^4]。 2. **创建虚拟环境** 推荐在一个独立的 Conda 虚拟环境中安装 TensorFlow，以避免与其他 Python 库发生冲突。可以运行以下命令创建一个新的虚拟环境： ```bash conda create -n tensorflow_env python=3.8 ``` 3. **激活虚拟环境** 创建完成后，通过以下命令激活该虚拟环境： ```bash conda activate tensorflow_env ``` 4. **安装 TensorFlow** 在激活的虚拟环境中，使用 pip 命令安装 TensorFlow。例如，要安装支持 GPU 的版本（假设已配置好 CUDA 和 cuDNN），可执行如下命令： ```bash pip install tensorflow==2.5 ``` 如果只需要 CPU 版本，则可以直接运行： ```bash pip install tensorflow ``` 5. **验证安装成功** 安装完成后，可通过以下代码片段测试 TensorFlow 是否正常工作，并确认其能够识别 GPU 设备： ```python import tensorflow as tf print(tf.__version__) print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU'))) ``` 上述代码会打印当前安装的 TensorFlow 版本以及可用的 GPU 数量[^2]。 --- #### 设置别名 `as tf` 的方法 当导入 TensorFlow 时，通常为了简化后续调用过程，会为其设定一个更短的名称作为别名。最常见的方式是将其命名为 `tf`。这可以通过以下语句实现： ```python import tensorflow as tf ``` 这样，在之后的代码中就可以直接通过 `tf` 访问 TensorFlow 提供的功能模块。例如，访问 Keras API 可以写成： ```python keras = tf.keras model = keras.Sequential() ``` 或者也可以采用另一种形式显式引入特定组件： ```python from tensorflow import keras model = keras.Sequential() ``` 这两种方式均被广泛接受，可根据个人习惯选择其中之一[^1]。 --- #### 对于 TensorFlow 编程的理解辅助 由于 TensorFlow 是基于 C++ 实现的框架，因此初学者可能会觉得难以掌握。然而，如果将 TensorFlow 视作带有独特特性的高级语言来看待——比如从变量定义、数据流图构建到模型训练的过程逐一拆解分析——则能显著降低学习难度[^3]。 --- ### 示例代码 下面是一个简单的例子展示如何加载 MNIST 数据集并通过神经网络对其进行分类预测： ```python import tensorflow as tf # 加载MNIST数据集 mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() # 归一化处理输入图像像素值至0~1范围之间 x_train, x_test = x_train / 255.0, x_test / 255.0 # 构建顺序型模型 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10) ]) predictions = model(x_train[:1]).numpy() # 获取第一个样本的原始输出向量 loss_fn = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True) # 打印未优化前损失函数值 print(loss_fn(y_train[:1], predictions).numpy()) # 编译模型 model.compile(optimizer='adam', loss=loss_fn, metrics=['accuracy']) # 开始训练流程 model.fit(x_train, y_train, epochs=5) # 测试评估性能表现 test_loss, test_acc = model.evaluate(x_test, y_test, verbose=2) print(f'\nTest accuracy: {test_acc}') ``` ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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