TensorFlow的环境配置与安装方法

一、 简介

TensorFlow是一个基于数据流编程(dataflow programming)的符号数学系统,被广泛应用于各类机器学习(machine learning)算法的编程实现,其前身是谷歌的神经网络算法库DistBelief。

Tensorflow拥有多层级结构,可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算,被广泛应用于谷歌内部的产品开发和各领域的科学研究 。

TensorFlow由谷歌人工智能团队谷歌大脑(Google Brain)开发和维护,拥有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在内的多个项目以及各类应用程序接口(Application Programming Interface, API) [2] 。自2015年11月9日起,TensorFlow依据阿帕奇授权协议(Apache 2.0 open source license)开放源代码 。

TensorFlow即可以支持CPU,也可以支持CPU+GPU。前者的环境需求简单,后者需要额外的支持。

如果要安装GPU版本(有N卡,即NVIDIA显卡),需要以下额外环境:

0)有支持CUDA计算能力3.0或更高版本的NVIDIAGPU卡。

1)下载安装CUDA Toolkit 8.0,并确保其路径添加到PATH环境变量里;

2)下载安装cuDNN v6或v6.1,并确保其路径添加到PATH环境变量里;

3)CUDA8.0相关的NVIDIA驱动。

二、安装

1.检查Anaconda是否成功安装:conda --version

在这里插入图片描述

2.检测目前安装了哪些环境:conda info --envs

在这里插入图片描述

3.检查目前有哪些版本的python可以安装:conda search --full-name python

在这里插入图片描述

4.安装不同版本的python:conda create --name tensorflow python=3.7

在这里插入图片描述

在这里插入图片描述

5.按照提示,激活之:activate tensorflow

在这里插入图片描述

6.确保名叫tensorflow的环境已经被成功添加:conda info --envs

在这里插入图片描述

7.检查新环境中的python版本:python --version

在这里插入图片描述

8.退出当前环境:deactivate

在这里插入图片描述

三、TensorFlow安装

pip install tensorflow

在这里插入图片描述

验证是否安装成功:有三种方式

(1)直接在cmd中依次输入python

然后键入

import tensorflow as tfhello = tf.constant(‘Hello tensorfolw')sess = tf.Session()print(sess.run(hello))

在这里插入图片描述

结果:b'Hello tensorfolw',则安装成功。

在这里插入图片描述

(1)在anaconda中的applications on 中选择TensorFlow,然后launch Spyder

在这里插入图片描述

进入Spyder之后,输入上面的代码,然后点击run.如在console中出现如下输出b'Hello tensorfolw',则安装成功。

在这里插入图片描述

(3)在pycharm中输入一下内容:

import tensorflow as tfhello = tf.constant('Hello tensorfolw')sess = tf.Session()print(sess.run(hello))

如无误也会出现一下内容

在这里插入图片描述

到此这篇关于TensorFlow的环境配置与安装方法的文章就介绍到这了,更多相关TensorFlow环境配置与安装内容请搜索 以前的文章或继续浏览下面的相关文章希望大家以后多多支持 !

相关文章

发表新评论