python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > TensorFlow环境配置与安装

TensorFlow的环境配置与安装方法

作者:Blessy_Zhu

这篇文章主要介绍了TensorFlow的环境配置与安装方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

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 tf
hello = 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 tf

hello = 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脚本之家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脚本之家!

您可能感兴趣的文章:
阅读全文