Tensorflow配置过程中的问题

在配置Python3环境下的Tensorflow时,确保使用64位Python,因为Tensorflow不支持32位。通过检查pipdebug--verbose确认匹配的文件格式,并选择与Python版本兼容的Tensorflow版本,如1.13.1。推荐使用清华镜像源加速安装,例如:`pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.13.1`。
部署运行你感兴趣的模型镜像

Tensorflow配置过程中的问题

在对python3的tensorflow配置过程中(非anconada),需要注意的点:
1、首先检查python的版本是否为64位,若python安装的是32位,则无法进行tensorflow的配置,这是因为目前tensorflow只提供64位的配置。
2、检查python版本匹配的文件,在python的scripts目录下,打开Windows powershell输入命令:pip debug --verbose,查看匹配的文件格式,如下图:我的python配置文件匹配的格式
参考来源——点这里
3、然后根据以上,选择合适版本的tensorflow,建议不要用太高版本,利用清华园的镜像进行配置:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.13.1,最后配置完成。配置完成
亲测有效,yeah~

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

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