一个Keras环境记录和conda使用注意事项

最新推荐文章于 2023-10-31 13:36:55 发布
最新推荐文章于 2023-10-31 13:36:55 发布
阅读量255 收藏
点赞数
分类专栏： Python
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。
本文链接：https://blog.youkuaiyun.com/tonydandelion2014/article/details/104349793
版权

GPU：GTX-TITAN XP
Python：2.7
Tensorflow-gpu：1.9.0
Keras：2.1.6
CUDA：9.0
cudnn：7.0

在使用conda安装软件时，需要时刻注意提示信息，有时为了安装一个Module，会升级整个Python环境从Python2改到Python3，可以按照以下方法回退，但是如果有些Module是通过本地whl文件安装或者pip安装的，就不能回退了，非常麻烦，所以务必小心。能不用conda安装Module就不要用conda安装。

conda list --revision
conda install --rev 5
第一节:Keras深度学习框架之环境搭建
BBM的博客
03-27 6813
从本节开始，我们将进入到Keras的详细介绍和代码精读，为开始我们的Keras之行，我们首先要搭建一个学习平台。现在让我们开始吧。
【学习Tensorflow记录】Anaconda下基于GPU的keras安装(win10)
z184707262的博客
04-22 2709
Anaconda下基于GPU的keras安装(win10) 正在学习的小白一名，Python和深度学习的知识懂得都不多，听说用Keras实现一些算法没那么困难，在自学系统知识之余想提前看看到底怎么去搭建一个算法实现深度学习。在安装keras的过程中遇到了不少困难，差不多一天才搞定。主要的思路是跟这个视频教程【Keras深度学习快速简明教程】,不过跟着视频遇到了有很多小问题， 在这里记录一下我安装时...
Conda环境下安装Keras同时安装Tensorflow
qq_45860901的博客
11-13 2338
进入conda 的环境中再进行安装，就不用担心库下载到别的路径下了，会默认下载到。anacoda / pkgs 的目录下。
2023.10.31使用conda安装tensorflow2 0+keras2.3.1
Bucky1119的博客
10-31 991
安装之前，首先要明确tensorflow，cuda，cudnn之间的版本关联，同时驱动版本也要满足要求（可通过nvidia-smi查看驱动版本，驱动版本对于cuda向下兼容）在装环境前，最好手动更新一下最新驱动。keras对照表：https://www.cnblogs.com/-yhwu/p/14619541.html（这篇博客很详细的搬运了keras环境对照表）安装tensorflow2.0的GPU版本，注意gpu几个字不能少，不然就是cpu版本的了。安装cuda10.0，需使用镜像源安装，
anaconda中安装keras
Talk is cheap, show me the code!
06-15 1万+
安装cpu版本： conda install -c anaconda keras 安装gpu版本： conda install -c anaconda keras-gpu # for gpu version 注：不加-gpu下载的keras自带一个非gpu的tensorflow，自己先下载的tensorflow-gpu就被覆盖掉了
使用tflite_convert命令工具将keras h5文件转换为tflite文件简易指南
qq_42131061的博客
05-19 4961
问题来源 网上查询了各种资料，也看了tensorflow lite官网转换模型的章节，不是这里错就是那里搞不定． 最后终于通过两次转换将keras生成的h5文件转换成了tflite文件．遂记录之以备来日查看或做前车之鉴． 注意事项 1. 环境 我所使用的环境是ubuntu 18.04 + python3.6 + tensorflow-gpu1.9 + keras 2.2.0 整个python虚拟环境使用conda进行创建 不保证其他tensorflow版本能够按照步骤成功，特别是tensorflow2.
python安装keras包安装不上怎么办
最新发布
05-17
### Keras 包安装失败解决方案 ...### 注意事项 在整个过程中要保持耐心，因为某些环节耗时较长；另外务必保证所选组件相互兼容——比如 TensorFlow 和 PyTorch 不同框架下的特定需求差异等也需要纳入考量范围之内。
【Python】Anaconda安装、环境管理、第三方包管理、Jupyter Notebook；Pytorch安装
WeverLu的博客
05-06 3611
帮助购入新机的Python使用者安装Anaconda、Jupyter Notebook以及Pytorch等。
【Keras深度学习终极指南】：构建首个模型到模型压缩与优化的全攻略
![【Keras深度学习终极指南】：构建首个模型到模型压缩与优化的全攻略]...深度学习作为机器学习的一个分支，已经成为了当今人工智能领域的核心技术。Keras作为一
keras安装配置遇到的坑
进阶的码农小白
03-01 3477
keras安装配置详细步骤见官网：http://keras-cn.readthedocs.io/en/latest/for_beginners/keras_windows/ 不再赘述。 第一坑：Windows7+Anaconda3+theano+Keras 最近在学深度学习框架，要用到keras库，keras可以搭建在tensorflow和theano上，我电脑装的是Windows7，因此决...
Anaconda安装tensorflow和keras包
qq_48078689的博客
04-19 9856
1.背景 在Anaconda中无法直接安装这两个包，安装过程异常漫长。 2.准备工作 //建议安装最新版本的Anaconda，可直接在Anaconda prompt(用电脑全局搜索直接打开)中通过输入命令行安装更新，我是卸载了旧版本然后在官网安装了最新版本 添加清华源 1.首先寻找到用户目录下的.condarc文件，如果没找到的话可能是隐藏了，可右键设置显示隐藏文件 2.将该文件内容更改为 channels: defaults show_channel_urls: true default_channel
02 Conda包管理以及keras安装
飞翔的荷兰人
07-15 1万+
Conda常用命令 Conda相比较pip会将相关的依赖环境不局限于Python的环境也一并安装上去，因此更为方便，使用到的命令并不多。 1. Conda环境 # 创建一个名字叫做website的环境,指定python版本是3.6 conda create --name website python=3.6 # 激活/退出环境 source activate website source...
conda 安装指定版本的指定包
热门推荐
shin627077的专栏
12-01 6万+
因为一些特殊情况，可能会想安装一些特定的包，比如，我自己就在安装tensorflow时不想升级cudnn，而cuda search tensorflow-gpu 有如下结果（只截取了1.2.1版本相关数据，用的清华源）： 1.2.1 py27cuda7.5cudnn5.1_0 https://mirrors.tuna.ts
Anaconda下安装keras 配置(windows版本 GPU版)
05-04 1万+
1、Anaconda概述 Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。 再说一下c
Conda 中安装 Keras
weixin_30666401的博客
10-02 387
conda create -n keras python=3.5 ipykernel activate keras python -m ipykernel install --user --name keras jupyter notebook 使用这种方法安装的 Keras 才能被 Jupyter Notebook 调用。 I found the answer at http://ipython...
conda 安装keras报错解决办法
Stormreaver的专栏
03-10 3659
在用conda安装keras的时候，报下列问题 安装指令：conda install -c conda-forge keras 报错： (py36) C:\Users\Ido>set "KERAS_BACKEND=" (py36) C:\Users\Ido>python C:\Users\Ido\AppData\Local\conda\conda\envs\py36\etc\kera...
anaconda安装keras_程序 | Jupyter Notebook的安装与使用
weixin_40002336的博客
11-24 3559
Jupyter Notebook的安装与使用一、什么是Jupyter Notebook？Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。可以在网页页面中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示。二、安装Jupyter Notebook•注意：Anaconda是一个开源的Python发行版本...
conda安装和使用
jingbo18的博客
11-24 3万+
1、conda下载 2、添加第三方源 3、Conda 三方源 4、实例安装keras 5、conda安装opencv 1、conda下载 可以从清华大学镜像下载。地址是 https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 这里下载Miniconda。地址 https://mirrors.tuna.tsi
tensorflow2.1.0对应的 scipy, astor, keras-preprocessing, opt-einsum, tensorflow-estimator, tensorboard, wrapt, keras-applications, termcolor, grpcio, numpy, absl-py, google-pasta, six, wheel, gast, protobuf版本
03-20
<think>好的，我现在需要回答用户关于TensorFlow 2.1.0对应的依赖库版本的问题。首先，我要确认用户的需求是什么。用户想知道在安装或使用TensorFlow 2.1.0时，需要哪些特定版本的配套库，比如SciPy、astor、Keras-Preprocessing等等。这通常是为了确保兼容性和避免版本冲突。 首先，我应该回忆一下TensorFlow的版本管理方式。TensorFlow作为一个大型框架，确实依赖于许多第三方库，每个版本可能会有不同的依赖要求。用户提到的版本是2.1.0，这个版本可能已经有一段时间了，所以需要确认当时的依赖关系。 接下来，我需要查找官方文档或者发布说明来确定这些依赖库的具体版本。TensorFlow通常会在其发布说明或requirements.txt中列出依赖库的版本。对于较旧的版本，可能需要查看历史文档或GitHub上的发布记录。 考虑到用户列出的库，比如SciPy、astor、Keras-Preprocessing等，这些都是TensorFlow常见的依赖项。比如，Keras-Preprocessing可能已经被整合到TensorFlow中，但早期版本可能需要单独安装。此外，像numpy、protobuf这样的库通常有严格的版本要求，因为API的变化可能导致兼容性问题。 我需要确保给出的版本信息准确，不能随意猜测。可能需要访问TensorFlow 2.1.0的官方文档或者其PyPI页面，查看安装时的依赖项。如果官方文档没有明确说明，可能需要通过安装时的依赖解析或者检查wheel文件的元数据来获取。 另外，用户可能在使用旧版本时遇到依赖冲突的问题，所以提供准确的版本信息能帮助他们正确配置环境。同时，要提醒用户注意，使用较旧的TensorFlow版本可能存在安全风险或兼容性问题，建议升级到更新的版本，除非有特定需求。 在组织信息时，需要分点列出每个依赖库及其对应的版本号，确保清晰易读。可能还需要补充一些常见问题的解答，比如如何处理版本冲突，或者如何安装指定版本的库。 最后，检查是否有遗漏的依赖项，或者是否有版本号错误的情况。例如，TensorFlow 2.1.0可能要求特定版本的protobuf，而protobuf的版本升级较快，需要确认正确的版本。此外，某些库可能有多个别称或不同的包名，需要确认用户提到的库名称是否正确对应。 总结来说，步骤包括：确认用户需求，查找可靠来源的版本信息，整理并验证数据，结构化呈现，以及补充相关建议和注意事项。</think>--- ### **TensorFlow 2.1.0 的依赖库版本要求** TensorFlow 2.1.0 的依赖库版本需严格匹配以确保兼容性。以下是官方要求的 **核心依赖库** 及其版本范围： --- #### **1. 主要依赖库版本** | 依赖库名称 | 支持版本范围 | 典型安装版本 | |-----------------------|-----------------------|--------------------| | `numpy` | `>=1.16.0, <2.0.0` | `1.18.0` | | `protobuf` | `>=3.8.0` | `3.11.3` | | `grpcio` | `>=1.24.3` | `1.27.2` | | `six` | `>=1.12.0` | `1.15.0` | | `absl-py` | `>=0.7.0` | `0.9.0` | | `wheel` | `>=0.26` | `0.34.2` | | `wrapt` | `>=1.11.1` | `1.12.1` | | `gast` | `==0.2.2` | `0.2.2` | | `opt-einsum` | `>=2.3.2` | `3.3.0` | | `tensorboard` | `>=2.1.0, <2.2.0` | `2.1.1` | | `tensorflow-estimator`| `==2.1.0` | `2.1.0` | | `keras-preprocessing` | `>=1.1.0` | `1.1.2` | | `termcolor` | `>=1.1.0` | `1.1.0` | | `astor` | `>=0.8.0` | `0.8.1` | | `google-pasta` | `>=0.1.6` | `0.2.0` | | `scipy` | `>=1.4.1` | `1.4.1` | --- #### **2. 安装时自动匹配的版本** 通过 `pip` 安装 TensorFlow 2.1.0 时，默认会拉取兼容版本： ```bash # 安装命令（CPU版本） pip install tensorflow==2.1.0 # GPU版本 pip install tensorflow-gpu==2.1.0 ``` 系统会自动解析依赖库的版本范围，无需手动指定。 --- #### **3. 手动指定版本的场景** 若需手动安装（例如环境隔离或修复冲突），可参考以下命令： ```bash pip install tensorflow==2.1.0 \ numpy==1.18.0 \ protobuf==3.11.3 \ tensorboard==2.1.1 \ tensorflow-estimator==2.1.0 \ gast==0.2.2 \ # 其他库按需添加 ``` --- ### **常见问题解答** #### **Q1：如何验证已安装的依赖版本？** 运行以下代码查看所有依赖库及其版本： ```python import pkg_resources dependencies = ['numpy', 'protobuf', 'tensorboard', 'tensorflow-estimator'] for package in dependencies: print(f"{package}: {pkg_resources.get_distribution(package).version}") ``` #### **Q2：`gast==0.2.2` 版本冲突怎么办？** TensorFlow 2.1.0 强制依赖 `gast==0.2.2`，若其他库（如 `torch`）要求更高版本，需通过虚拟环境隔离： ```bash # 创建虚拟环境 python -m venv tf2.1-env source tf2.1-env/bin/activate # Linux/macOS tf2.1-env\Scripts\activate # Windows # 在虚拟环境中安装 pip install tensorflow==2.1.0 ``` #### **Q3：是否支持 Python 3.8+？** - **Python 版本要求**：TensorFlow 2.1.0 仅支持 **Python 3.5-3.7**。 - **Python 3.8+ 问题**： 若强行安装，可能出现 `grpcio` 或 `numpy` 兼容性错误。建议使用 `conda` 管理环境： ```bash conda create -n tf2.1 python=3.7 conda activate tf2.1 conda install tensorflow=2.1.0 ``` --- ### **总结** - **核心依赖**：重点关注 `numpy`, `protobuf`, `tensorflow-estimator`, `gast` 的版本。 - **安装建议**：优先使用 `pip` 自动解析依赖，避免手动指定。 - **兼容性**：TensorFlow 2.1.0 对 Python 和 CUDA 版本有严格限制，升级到 TensorFlow 2.4+ 可支持更新环境。 如需完整依赖列表，可访问 [TensorFlow 2.1.0 PyPI 页面](https://pypi.org/project/tensorflow/2.1.0/)。
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