深度学习笔记之win7下TensorFlow的安装
来源:互联网 发布:精彩返奖统计软件 编辑:程序博客网 时间:2024/05/21 10:53
最近要学习神经网络相关的内容,所以需要安装TensorFlow。不得不说,安装TensorFlow的感受就像是大一刚入学学习C语言时,安装vs时一样,问题一大堆,工具都装不好,还学啥呀。好在,就在昨晚,终于装好了。下面是步骤。
1.安装Anaconda
这是Anaconda的官网下载地址——https://www.continuum.io/downloads。注意:要选择4.2版本的Anaconda下载(Anaconda4.2版本支持Python3.5,而Anaconda4.3支持的是Python3.6,TensorFlow在windows环境下对Python3.5比较友好)。至于安装,就按照提示一直装下去就好了。
2.测试Python是否安装打开cmd,输入Python,出现Python的版本信息就说明Python安装成功了。
3.安装TensorFlow
TensorFlow分为两个版本,cpu和gpu。如果要安装gpu版本,则需要安装cuda8.0以及对应的cudnn。安装cuda的时候,要注意自己的显卡是否支持cuda8.0。我的显卡是NVIDIA GeForce GT 650M就不支持cuda8.0,导致运行.exe时电脑死机现象发生。所以最后很无奈的装了cpu版本的TensorFlow。
安装TensorFlow-cpu很简单,以管理员权限打开cmd,输入
pip install --upgrade --ignore-installed tensorflow就可以一键安装了。
4.测试TensorFlow是否安装成功
在cmd输入如下代码:
pythonimport tensorflow as tfhello=tf.constant("Hello!")sess=tf.Session()print(sess.run(hello))
程序输出 Hello! 则表示TensorFlow安装成功。但是,在使用cpu版本的时候,可能会出现如下错误:
这个错误是由于cpu比较慢,用Anaconda安装的cpu版本的TensorFlow并没有根据安装的机器进行相应优化。所以如果可以接受当下TensorFlow-cpu的速度,就不用管这些错误,如果想要优化,则需要通过bazel通过源码安装。不管这些错误,继续输入源码,则可以输出“Hello!”,表明TensorFlow安装成功。
下面附上教程:
安装TensorFlow-cpu的教程:
http://blog.csdn.net/u013080652/article/details/68922702
安装TensorFlow-gpu的教程:
http://blog.csdn.net/include1224/article/details/53452824
安装cuda和cudnn的教程:
http://www.linuxidc.com/Linux/2016-12/138862.htm
大家周末快乐~
- 深度学习笔记之win7下TensorFlow的安装
- 深度学习笔记之win7下TensorFlow的安装
- 深度学习之Ubuntu下安装caffe和TensorFlow的cpu版本
- 零基础深度学习笔记3——Win7-Tensorflow-GPU安装
- 深度学习(二)tensorflow在ubuntu下的安装
- 【深度学习】windows下安装TensorFlow
- 深度学习框架TensorFlow学习(七)-----在Windows下的安装Tensorflow
- 【深度学习】Anaconda+Tensorflow+Keras Win7 64位安装i
- 深度学习之工具篇:TensorFlow安装
- 深度学习之安装 TensorFlow Keras
- win7下安装TensorFlow
- win7 下tensorflow安装
- Win7下安装tensorflow
- WIN7下安装Tensorflow
- 零基础深度学习笔记4——Win7-Tensorflow创建基本的数据流图
- 【tensorflow系列之(一)】win7下安装tensorflow
- TensorFlow 深度学习笔记
- mongoDB的学习之win7下安装
- 机器学习基础——梯度下降
- 修改Unity的脚本模板
- HBuilder和Eclipse的SVN的服务地址改变后,如何设置图示。
- 容器 What, Why, How
- MyEclipse设置代码提示功能
- 深度学习笔记之win7下TensorFlow的安装
- Jsp标准标签库
- 剑指offer 删除链表中重复的结点
- 爬虫的一点经验
- 关于一些Vue的文章。(6)
- 关于spark-submit报错java.lang.NoClassDefFoundError: scala/runtime/LambdaDeserialize
- 【BY2HIT--C51系列】000-安装配置环境
- 关于一些Vue的文章。(7)
- 【自考】——最后一次组队学习