tensorflow windows 安装

本文详细介绍在Windows环境下安装TensorFlow的过程,包括Python环境配置、解决版本冲突、安装pip及TensorFlow的不同版本,并提供测试安装是否成功的示例代码。
部署运行你感兴趣的模型镜像

挺简单的,直接根据tensorflow官网介绍安装的:https://www.tensorflow.org/install/install_windows

我的环境:win10-64bit, CUDA8.0. 已有python2.7(要解决多版本冲突问题,tensorflow只支持python3.5.x)  

1,下载安装python3.5.2

https://www.python.org/downloads/release/python-352/

我是64位windows,所以选择了https://www.python.org/ftp/python/3.5.2/python-3.5.2-amd64.exe 下载安装,注意选择自动添加path,或者你自己装完了手动添加path

 

2,解决python版本冲突问题,给python3.5.2改个名字

我的电脑里面原本已经有了python2.7,现在又装了python3.5.2,会存在版本冲突,所以需要把python 3.5.2中的python.exe(位置可以从环境变量中找到)改名为python3.5.exe

此时在命令行中输入:python3.5可以查看到版本信息

 

3,安装pip3

下载这个文件,https://bootstrap.pypa.io/get-pip.py,运行一下,安装pip3

安装完了用pip3命令试一下,能识别出来pip3命令说明安装成功

 

4,安装tensorflow

安装cpu版本的tensorflow:

pip3 install --upgrade tensorflow

等啊等(不要问我为啥有GPU还要装CPU的,我就是一时手痒打错了又不喜欢打断所以cpu和gpu版本的都装一下)

 

安装gpu版本的tensorflow:

pip3 install --upgrade tensorflow-gpu

再次等啊等

 

我后来发现CPU和GPU的tensorflow同时装有冲突,安装的时候俩tensorflow会放到一起文件夹,虽然不会报错但是不知道哪个是哪个。反正我要用的是GPU,所以最后决定把CPU的tensorflow卸载了,重新装了GPU版本的tensorflow

5,测试一下有没有安装成功

 

import tensorflow as tf
a = tf.constant('hello world')
sess=tf.Session()
print(sess.run(a))

 

 

 

喜欢本文请打赏,一毛两毛也是个意思,么么哒
支F宝账号:2363891614@qq.com

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

### 安装TensorFlowWindows上的逐步指导 为了在Windows操作系统上成功安装TensorFlow,需遵循一系列特定步骤来确保环境配置无误。虽然提供的参考资料主要涉及其他软件或操作系统的部署说明[^1],这里将提供针对Windows平台安装TensorFlow的具体方法。 #### 准备工作 确保计算机已安装Python以及pip工具。建议使用Anaconda发行版因为它自带了许多科学计算所需的库,并简化了包管理过程。通过访问官方网站下载并按照指示完成Anaconda的安装。 #### 创建虚拟环境 创建一个新的Conda环境可以有效隔离不同项目的依赖关系,防止版本冲突。 ```bash conda create -n tensorflow_env python=3.8 activate tensorflow_env ``` #### 更新Pip至最新版本 进入新建立的环境中后,更新pip到最新的稳定版本有助于兼容更多第三方模块。 ```bash python -m pip install --upgrade pip ``` #### 安装TensorFlow及相关组件 对于大多数用户而言,可以直接利用pip命令来获取官方发布的预编译二进制文件形式的TensorFlow。 ```bash pip install tensorflow ``` 如果目标是在GPU支持下运行TensorFlow,则需要额外考虑CUDA Toolkit和cuDNN SDK的适配情况,并执行如下指令: ```bash pip install tensorflow-gpu ``` #### 验证安装成果 最后一步是验证安装是否顺利完成。打开Python解释器输入以下代码片段测试能否正常导入tensorflow库而不出错。 ```python import tensorflow as tf print(tf.__version__) ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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