tensorflow下载和安装

下载以及安装

选择类型

必须选择以下类型的TensorFlow之一来安装:

TensorFlow仅支持CPU支​​持。如果您的系统没有NVIDIA®GPU,则必须安装此版本。请注意,此版本的TensorFlow通常会更容易安装(通常在5或10分钟内),
因此即使您有NVIDIA GPU,我们建议先安装此版本。 TensorFlow支持GPU。TensorFlow程序通常在GPU上比在CPU上运行得更快。因此,如果您的系统具有满足以下所示先决条件的NVIDIA®GPU,
并且您需要运行性能关键型应用程序,则应最终安装此版本。

Ubuntu和Linux

如果要安装GPU版本的,需要安装一大堆NVIDIA软件(不推荐):

CUDA®Toolkit 8.0。有关详细信息,请参阅 NVIDIA的文档。确保您将相关的Cuda路径名附加到 LD_LIBRARY_PATH环境变量中,如NVIDIA文档中所述。 与CUDA Toolkit 8.0相关的NVIDIA驱动程序。
cuDNN v5.1。有关详细信息,请参阅 NVIDIA的文档。确保CUDA_HOME按照NVIDIA文档中的描述创建环境变量。
具有CUDA Compute Capability 3.0或更高版本的GPU卡。有关支持的GPU卡的列表,请参阅 NVIDIA文档。
libcupti-dev库,即NVIDIA CUDA Profile Tools界面。此库提供高级分析支持。要安装此库,请发出以下命令:

使用pip安装,分别有2.7和3.6版本的

# 仅使用 CPU 的版本
$  pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.1-cp27-none-linux_x86_64.whl

$  pip3 install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.1-cp36-cp36m-linux_x86_64.whl

Mac

macX下也可以安装2.7和3.4、3.5的CPU版本

# 2.7
$ pip install https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.0.1-py2-none-any.whl

# 3.4、3.5
$ pip3 install https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.0.1-py3-none-any.whl

 

转载于:https://www.cnblogs.com/alexzhang92/p/10069347.html

### 如何安装下载 TensorFlow #### 创建虚拟环境并安装 Python 解释器 为了确保兼容性稳定性,在安装 TensorFlow 前需先创建一个独立的虚拟环境,并指定合适的 Python 版本。通过 Anaconda Prompt 输入以下命令来完成此操作: ```bash conda create -n tensorflow python=3.7 ``` 上述命令会创建名为 `tensorflow` 的虚拟环境,并设置 Python 3.7 作为解释器版本[^3]。 激活该虚拟环境以便后续安装依赖项: ```bash conda activate tensorflow ``` #### 验证 Python 版本 在继续之前,确认当前使用的 Python 版本是否满足 TensorFlow 要求。可以通过如下命令验证: ```bash python --version ``` 如果返回的结果显示为 Python 3.6 或更高版本,则可以继续下一步[^2]。 #### 安装 TensorFlow 一旦虚拟环境被成功配置好之后,就可以利用 pip 工具安装 TensorFlow 。执行下面这条指令即可实现标准版(CPU-only)TensorFlow安装: ```bash pip install tensorflow ``` 对于需要 GPU 支持的情况,应改用特定于 GPU 加速版本的包名来进行安装: ```bash pip install tensorflow-gpu ``` 注意:GPU 版本可能还需要额外驱动程序以及 CUDA/cuDNN SDKs的支持,请参照官方文档进一步核查具体需求[^1]。 #### 测试安装情况 最后一步是检验 TensorFlow 是否已正确加载到环境中。打开 Python Shell 并尝试导入模块以检查是否存在错误消息: ```python import tensorflow as tf print(tf.__version__) ``` 如果没有报错并且打印出了有效的版本号字符串,则说明整个过程顺利完成。 ### 注意事项 - 确认操作系统架构与所选 TensorFlow 包相匹配。 - 如果遇到任何权限问题或者网络连接失败的情形下,考虑升级 pip 至最新稳定发行版再重试一次。
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