基于Windows环境下CPU和GPU版本Tensorflow详细安装过程

简介: 基于Windows环境下CPU和GPU版本Tensorflow详细安装过程

一、Tensorflow简介

TensorFlow 是一个开源的、基于 Python 的机器学习框架,它由 Google 开发,并在图形分类、音频处理、推荐系统和自然语言处理等场景下有着丰富的应用,是目前最热门的机器学习框架。

二、安装Anaconda

参考下面的文章中的Anaconda那部分进行安装:

三、判断python版本为下一步做准备,打开控制平台复制下面的命令粘贴输出。

python --version

四、找到Anaconda自带的Anaconda Prompt并点击打开,复制粘贴输入下面的命令运行。中间运行中会要进行process判断,用户需选择输入“y”再次运行,下图第二张表示命令运行完Tensorflow环境创建成功。注意:下面的命令中的python=3.7.0是根据用户电脑安装的python对应的版本,若用户的python版本是3.6.2那么也要对应修改成python=3.6.2。

conda create --name tensorflow python=3.7.0

五、继续复制粘贴输入下面的命令运行激活Tensorflow环境,同时给也可以通过conda deactivate来关闭TensorFlow环境。

conda activate tensorflow

六、接下来安装CPU版本Tensorflow,复制粘贴输入下面的命令运行(需要一定时间,大家耐心等候)。

注意:若报“ check_hostname requires server_hostname”错误原因可能是没有关闭VPN,大家开启的话记得安装前提前先关闭VPN。

pip install tensorflow

七、下来安装GPU版本Tensorflow,复制粘贴输入下面的命令运行(需要一定时间,大家耐心等候)。

pip install --ignore-installed --upgrade tensorflow-gpu

八、Tensorflow安装完成后进行判断是否安装成功,先复制粘贴输入下面的命令运行进入python运行环境。

python

九、一行一行复制粘贴输入下面的代码运行,判断是否正常输出结果,若输出图片中的结果表示安装成功。

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant('Hello,Tensorflow')
sess= tf.compat.v1.Session()
print(sess.run(hello))


相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
17天前
|
Linux 虚拟化 Docker
Windows10安装Docker Desktop(大妈看了都会)
Windows10安装Docker Desktop(大妈看了都会)
333 2
|
20天前
|
XML Ubuntu Linux
部署08---扩展-Win10配置WSL(Ubuntu)环境,WSL系统是什么意思,是Windows系统上的一个子系统, xml的一大特点是直链系统,直接链接你的CPU,硬盘和内存,如何用 WSL部署
部署08---扩展-Win10配置WSL(Ubuntu)环境,WSL系统是什么意思,是Windows系统上的一个子系统, xml的一大特点是直链系统,直接链接你的CPU,硬盘和内存,如何用 WSL部署
|
20天前
|
IDE Java 开发工具
如何在Windows操作系统上安装PyCharm?
【7月更文挑战第5天】如何在Windows操作系统上安装PyCharm?
117 59
|
14天前
|
Windows
【Windows】 Win10下报错:该文件没有与之关联的应用来执行该操作。请安装应用,若已经安装应用,请在“默认应用设置”页面中创建关联
【Windows】 Win10下报错:该文件没有与之关联的应用来执行该操作。请安装应用,若已经安装应用,请在“默认应用设置”页面中创建关联
103 1
|
17天前
|
数据采集 数据挖掘 数据处理
Pandas如何安装在Windows系统?
【7月更文挑战第8天】Pandas如何安装在Windows系统?
17 2
|
12天前
|
机器学习/深度学习 TensorFlow API
Keras是一个高层神经网络API,由Python编写,并能够在TensorFlow、Theano或CNTK之上运行。Keras的设计初衷是支持快速实验,能够用最少的代码实现想法,并且能够方便地在CPU和GPU上运行。
Keras是一个高层神经网络API,由Python编写,并能够在TensorFlow、Theano或CNTK之上运行。Keras的设计初衷是支持快速实验,能够用最少的代码实现想法,并且能够方便地在CPU和GPU上运行。
|
20天前
|
前端开发 应用服务中间件 nginx
安装Windows版nginx以及部署前端代码并就解决刷新出现404
安装Windows版nginx以及部署前端代码并就解决刷新出现404
33 0
|
20天前
|
NoSQL Redis Windows
redis双击闪退解决方法,windows版的redis资源,redis安装,win资源可下
redis双击闪退解决方法,windows版的redis资源,redis安装,win资源可下
|
1月前
|
机器学习/深度学习 TensorFlow API
TensorFlow与Keras实战:构建深度学习模型
本文探讨了TensorFlow和其高级API Keras在深度学习中的应用。TensorFlow是Google开发的高性能开源框架,支持分布式计算,而Keras以其用户友好和模块化设计简化了神经网络构建。通过一个手写数字识别的实战案例,展示了如何使用Keras加载MNIST数据集、构建CNN模型、训练及评估模型,并进行预测。案例详述了数据预处理、模型构建、训练过程和预测新图像的步骤,为读者提供TensorFlow和Keras的基础实践指导。
169 59
|
1月前
|
机器学习/深度学习 人工智能 算法
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
海洋生物识别系统。以Python作为主要编程语言,通过TensorFlow搭建ResNet50卷积神经网络算法,通过对22种常见的海洋生物('蛤蜊', '珊瑚', '螃蟹', '海豚', '鳗鱼', '水母', '龙虾', '海蛞蝓', '章鱼', '水獭', '企鹅', '河豚', '魔鬼鱼', '海胆', '海马', '海豹', '鲨鱼', '虾', '鱿鱼', '海星', '海龟', '鲸鱼')数据集进行训练,得到一个识别精度较高的模型文件,然后使用Django开发一个Web网页平台操作界面,实现用户上传一张海洋生物图片识别其名称。
121 7
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow