zoukankan      html  css  js  c++  java
  • [Tensorflow-CPU完整安装过程-Win10]新手各种踩过的坑

      流程介绍:先安装Anaconda(不同Python版本对于Anaconda不同!!见图),然后就是在Anaconda Prompt里面安装Tensorflow即可。

      环境介绍:Anaconda3-4.0.0-Windows-x86_64 + Python3.5 + Win10_64位 

      目的介绍:安装 Tensorflow-CPU,不是Tensorflow-GPU(两者其实一样,就是处理速度不一样,本人笔记本电脑,就装的cpu-tensorflow)

      下载链接:Anaconda3-4.0.0-Windows-x86_64.exe  

      重点提示:tensorflow,python,anaconda以及后面的numpy版本很重要,如果版本不一样会有很多报错,强烈建议版本按照我的来,具体版本可以见文章末尾的帮助。  

      完整步骤:

        一:安装Anaconda

          建议:如果是重装的话,清空环境变量的Path(用户和系统都清空,不清空的话后面运行Anaconda Prompt会报错路径太长, 刚刚发现不用全删,把路径放到最开头就行),不是重装就忽略。

        这里把2个对勾全点上就算安装完成了。

          

     

          检查是不是安装成功,在cmd中输入,出来版本就算成功了。

    conda --version

            

          自动安装的环境变量(少了加上去就行

                         

         

         二:安装Tensorflow

          1.启动上面安装好的Anaconda Prompt(管理员方式,不然有些问题可能会报错)

                            

     

          2.然后配置清华镜像,方便下载快

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --set show_channel_urls yes

          然后打开C:UsersAdministrator.condarc文件:删除两行代码,为了保证能快速下载:

            ssl_verify: true
            - defaults

          3.配置tensorflow启动环境

    conda create -n tensorflow python=3.5.1

          4.安装Tensorflow环境:继续在上面prompt窗口下执行下面3条语句(Tensorflow不能太新,也不能太旧,不然后面玩的时候各种报错,tensorflow1.8.0刚刚好)

    activate tensorflow                                        //激活tensorflow
    python -m pip install --upgrade pip                 //因为自带pip较老
    pip install https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.8.0-cp35-cp35m-win_amd64.whl                         //tensorflow不能太新,也不能太老

          4.完结:一般来说,到此就算安装好了,测试是否成功   在Anaconda Prompt窗口中输入: python 进入python后依次输入:  

    import tensorflow as tf
    sess = tf.Session()
    a = tf.constant(10)
    b= tf.constant(12)
    sess.run(a+b)

          运行结果22,就代表你已经完全安装好Tensorflow了。

          结果展示

                        

            Pycharm中多一句去除报错的语句

    #!/usr/bin/env python 
    # -*- coding: utf-8 -*- 
    # @Time : 2020/2/15 15:01 
    # @Author : Empirefree 
    # @File : text1.py 
    # @Software: PyCharm
    import tensorflow as tf
    import os
    
    if __name__ == '__main__':
        #去除各种警告
        os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
        sess = tf.Session()
        a = tf.constant(10)
        b = tf.constant(12)
        print('输出结果为: ', sess.run(a + b))

    -----------------------------------------------------------------------------------------------完结线--------------------------------------------------------------------------------------------------- 

    -----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------   

       

        可能遇到的错误:

          1.安装特定版本tensorflow

    pip install tensorflow==1.8.0

           2.安装cv2

    pip install opencv-python

            3.安装Numpy

    pip install numpy==1.16.0

                        其他:

          1.numpy版本问题:

           .查看tensorflow版本和安装路径(在Anaconda Prompt执行下面语句)

         

    -python
    查看tensorflow版本
    >>import tensorflow as tf
    
    >>tf.__version__
    
    查询tensorflow安装路径为:
    
    tf.__path__

     

           2.Pycharm运行tensorflow环境:新建python.exe,注意是tensorflow下面的python.exe,不是anaconda3下面的python.exe

    参考链接:https://www.cnblogs.com/ming-4/p/11516728.html

          等等。。。。

       

        

    运行结果22,就代表你已经完全安装好Tensorflow了。 结果展示
    [Yùn háng jiéguǒ 22, jiù dàibiǎo nǐ yǐjīng wánquán ānzhuāng hǎo Tensorflowle. Jiéguǒ zhǎnshì]
    The results of 22 runs, it means you have a fully installed Tensorflow.

    The results show
     
  • 相关阅读:
    Spark架构分析
    mr运行出错,解决办法
    hbase调优
    虚拟机长时间不关造成的问题
    crontab 使用
    虚拟机克隆网络问题的解决
    ligerui.grid.extend.rowSpan
    64位下安装Scrapy 报错 "could not find openssl.exe" 的解决方法。
    EventBus 事件总线之我的理解
    MongoDB 系列(二) C# 内嵌元素操作 聚合使用
  • 原文地址:https://www.cnblogs.com/meditation5201314/p/12445523.html
Copyright © 2011-2022 走看看