关于TensorFlow的安装和心得

简介: TensorFlowTensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。

TensorFlow

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。

TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域,对2011年开发的深度学习基础架构DistBelief进行了各方面的改进,它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。TensorFlow将完全开源,任何人都可以用。


操作系统

  Win10

步骤

一、安装CUDA以及cuDNN

可以先行在cmd处安装:

# CPU 版的

pip3 install --upgrade tensorflow

# GPU 版的

 pip3 install --upgrade tensorflow-gpu


随后在cmd处通过import tensorflow,查看本机的CUDA以及cuDNN的适机版本:

img_79fce54e43032123e27f51ed0def8960.png
CUDA提示

安装适机的CUDA,下载地址(此处为CUDA8.0的下载地址,如需其他版本,进入网站后搜索即可),注意安装之前要先把本机对应的旧版本卸载,否则新旧版本不兼容会导致新版本安转失败

安装CUDA完毕,找到安装目录下报错中要求的dll文件,添加进环境变量

再次import tensorflow:


img_10afc63c41c97580c0fbe238fc5f9d81.png
cuDNN提示

根据提示安装cuDNN,https://developer.nvidia.com/rdp/cudnn-download

安装cuDNN需要在官网注册(join)一个账户,然后填一份对应的调查(cuDNN Download Survey),完毕之后就可以下载了,选择对应的版本下载即可


二、安装Anaconda

此处参考于文档

安装源

在 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 寻找你与你电脑系统对应的版本进行安装(安装具体教程可以参考CSDN的技术文章,注意安装流程中要勾选自动添加环境变量

测试 

下载并安装完成后,打开Anaconda Prompt, 输入 ‘conda –V’, 如果输出如下信息

conda 4.3.30

说明Anaconda 安装成功。


img_97640ef7c3dcfcffd2e0aba73d5a820c.png

设置 Anaconda 仓库镜像(提高下载速度)

打开 Anaconda Prompt, 输入:

condaconfig--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

condaconfig--set show_channel_urls yes

更新包

输入 ‘conda list’查看安装的包

输入‘conda update package_name’更新单个包

conda upgrade --all #更新全部包

三、安装TensorFlow

打开 Anaconda Prompt

创建TensorFlow所依赖的环境

>conda create -n tensorflow python=3.5

按照提示完成创建(Proceed ([y]/n)? y)

激活TensorFlow

>activate tensorflow

#对应的退出tensorflow代码为  deactivate  tensorflow

安装cpu版本的TensorFlow

>pip install tensorflow

安装完毕后,

进入python环境,测试tensorflow是否安装好,若输入import语句无报错则成功

>python

>>>import tensorflow as tf

退出python环境,安装spyder

>conda install spyder

目录
相关文章
|
6月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
TensorFlow入门指南:基础概念与安装
【4月更文挑战第17天】TensorFlow入门指南介绍了该流行深度学习框架的基础概念和安装步骤。核心概念包括张量(多维数组)、计算图(表示计算任务的图结构)、会话(执行环境)以及变量(存储模型参数)。安装TensorFlow可通过pip或conda,GPU支持需额外条件。安装成功后,通过Python验证版本即可开始使用。
|
并行计算 TensorFlow 算法框架/工具
tensorflow安装GPU版本
tensorflow安装GPU
136 0
tensorflow安装GPU版本
|
6月前
|
并行计算 Linux Docker
Docker【部署 07】镜像内安装tensorflow-gpu及调用GPU多个问题处理Could not find cuda drivers+unable to find libcuda.so...
Docker【部署 07】镜像内安装tensorflow-gpu及调用GPU多个问题处理Could not find cuda drivers+unable to find libcuda.so...
675 0
|
6月前
|
JSON TensorFlow 算法框架/工具
Windows下安装Anaconda5.3.1+Python3.8+TensorFlow2.13.0-CPU版本总结
Windows下安装Anaconda5.3.1+Python3.8+TensorFlow2.13.0-CPU版本总结
404 0
|
1月前
|
并行计算 PyTorch TensorFlow
Ubuntu安装笔记(一):安装显卡驱动、cuda/cudnn、Anaconda、Pytorch、Tensorflow、Opencv、Visdom、FFMPEG、卸载一些不必要的预装软件
这篇文章是关于如何在Ubuntu操作系统上安装显卡驱动、CUDA、CUDNN、Anaconda、PyTorch、TensorFlow、OpenCV、FFMPEG以及卸载不必要的预装软件的详细指南。
3628 3
|
1月前
|
PyTorch TensorFlow 算法框架/工具
Jetson环境安装(一):Ubuntu18.04安装pytorch、opencv、onnx、tensorflow、setuptools、pycuda....
本文提供了在Ubuntu 18.04操作系统的NVIDIA Jetson平台上安装深度学习和计算机视觉相关库的详细步骤,包括PyTorch、OpenCV、ONNX、TensorFlow等。
49 1
Jetson环境安装(一):Ubuntu18.04安装pytorch、opencv、onnx、tensorflow、setuptools、pycuda....
|
1月前
|
并行计算 TensorFlow 算法框架/工具
tensorflow安装
tensorflow安装——GPU版
45 2
|
1月前
|
并行计算 PyTorch TensorFlow
环境安装(一):Anaconda3+pytorch1.6.0+cuda10.0+cudnn7.6.4+tensorflow1.15+pycocotools+pydensecrf
这篇文章详细介绍了如何在Anaconda环境下安装和配置深度学习所需的库和工具,包括PyTorch 1.6.0、CUDA 10.0、cuDNN 7.6.4、TensorFlow 1.15、pycocotools和pydensecrf,并提供了pip国内镜像源信息以及Jupyter Notebook和Anaconda的基本操作。
129 0
环境安装(一):Anaconda3+pytorch1.6.0+cuda10.0+cudnn7.6.4+tensorflow1.15+pycocotools+pydensecrf
|
3月前
|
并行计算 TensorFlow 算法框架/工具
Windows11+CUDA12.0+RTX4090如何配置安装Tensorflow2-GPU环境?
本文介绍了如何在Windows 11操作系统上,配合CUDA 12.0和RTX4090显卡,通过创建conda环境、安装特定版本的CUDA、cuDNN和TensorFlow 2.10来配置TensorFlow GPU环境,并提供了解决可能遇到的cudnn库文件找不到错误的具体步骤。
404 3
|
3月前
|
TensorFlow 算法框架/工具 Python
【Mac 系统】解决VSCode用Conda成功安装TensorFlow但程序报错显示红色波浪线Unable to import ‘tensorflow‘ pylint(import-error)
本文解决在Mac系统上使用VSCode时遇到的TensorFlow无法导入问题,原因是Python解析器未正确设置为Conda环境下的版本。通过在VSCode左下角选择正确的Python解析器,即可解决import TensorFlow时报错和显示红色波浪线的问题。
152 9

热门文章

最新文章

下一篇
无影云桌面