Python3.8安装tensorflow的简单方法步骤

目录
  • 以下内容是针对安装tensorflow-CPU版本的。
  • 1.打开Anaconda promote
  • 2.创建tensorflow的虚拟环境。
  • 3.激活新建的TensorFlow环境,在命令行输入
  • 4.使用国内的镜像安装,这里选用的是清华的镜像。
  • 5.测试安装是否成功
  • 总结

以下内容是针对安装tensorflow-CPU版本的。

tensorflow已经支持Python3.8版本的安装。可以查看自己的Python版本信息,以及可以支持的tensorflow版本号。在Anaconda promot界面使用python --version(注意是**–version**)。本人的是3.8.8

使用python -m pip debug --verbose查看可以支持的tensorflow信息,这里显示最高支持cp38的

tensorflow的下载使用的是国内的镜像,本人使用的是清华的镜像,也可以使用阿里或者豆瓣的镜像

1.打开Anaconda promote

2.创建tensorflow的虚拟环境。

也可以不用创建虚拟环境,之所以创建是为了方便管理,如果日后你想要安装其他版本的tensorflow也是可以的,安装的时候就没有环境冲突。当然你创建环境之后也会有一定的弊端,需要在虚拟环境里面安装其他的包,会给系统带来一定的开销。情况可以自己选择,直接安装使用conda install tensorflow。自己安装的是tensorflow2.3.x版本的,

conda create -n TensorFlow2.3.1 python=3.8

3.激活新建的TensorFlow环境,在命令行输入

   activate TensorFlow2.3.1

激活成功之后会看到切换了环境

4.使用国内的镜像安装,这里选用的是清华的镜像。

pip install tensorflow==2.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

可以看到这里安装的是cp38的。

这样就是安装完了

5.测试安装是否成功

输入python验证就可以了。

一般情况下这就表示安装成功了!

总结

到此这篇关于Python3.8安装tensorflow的文章就介绍到这了,更多相关Python3.8安装tensorflow内容请搜索我们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我们!

(0)

相关推荐

  • python神经网络tensorflow利用训练好的模型进行预测

    目录 学习前言 载入模型思路 实现代码 学习前言 在神经网络学习中slim常用函数与如何训练.保存模型文章里已经讲述了如何使用slim训练出来一个模型,这篇文章将会讲述如何预测. 载入模型思路 载入模型的过程主要分为以下四步: 1.建立会话Session: 2.将img_input的placeholder传入网络,建立网络结构: 3.初始化所有变量: 4.利用saver对象restore载入所有参数. 这里要注意的重点是,在利用saver对象restore载入所有参数之前,必须要建立网络结构,因

  • python深度学习tensorflow安装调试教程

    目录 正文 一.安装anaconda 二.安装tensorflow 三.调试 正文 用过一段时间的caffe后,对caffe有两点感受:1.速度确实快; 2. 太不灵活了. 深度学习技术一直在发展,但是caffe的更新跟不上进度,也许是维护团队的关系:CAFFE团队成员都是业余时间在维护和更新.导致的结果就是很多新的技术在caffe里用不了,比如RNN, LSTM,batch-norm等.当然这些现在也算是旧的东西了,也许caffe已经有了,我已经很久没有关注caffe的新版本了.它的不灵活之处

  • python深度学习tensorflow入门基础教程示例

    目录 正文 1.编辑器 2.常量 3.变量 4.占位符 5.图(graph) 例子1:hello world 例子2:加法和乘法 例子3: 矩阵乘法 正文 TensorFlow用张量这种数据结构来表示所有的数据. 用一阶张量来表示向量,如:v = [1.2, 2.3, 3.5] ,如二阶张量表示矩阵,如:m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]],可以看成是方括号嵌套的层数. 1.编辑器 编写tensorflow代码,实际上就是编写py文件,最好找一个好用的编辑器

  • python深度学习tensorflow实例数据下载与读取

    目录 一.mnist数据 二.CSV数据 三.cifar10数据 一.mnist数据 深度学习的入门实例,一般就是mnist手写数字分类识别,因此我们应该先下载这个数据集. tensorflow提供一个input_data.py文件,专门用于下载mnist数据,我们直接调用就可以了,代码如下: import tensorflow.examples.tutorials.mnist.input_data mnist = input_data.read_data_sets("MNIST_data/&q

  • python人工智能tensorflow构建卷积神经网络CNN

    目录 简介 隐含层介绍 1.卷积层 2.池化层 3.全连接层 具体实现代码 卷积层.池化层与全连接层实现代码 全部代码 学习神经网络已经有一段时间,从普通的BP神经网络到LSTM长短期记忆网络都有一定的了解,但是从未系统的把整个神经网络的结构记录下来,我相信这些小记录可以帮助我更加深刻的理解神经网络. 简介 卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),

  • python神经网络使用tensorflow构建长短时记忆LSTM

    目录 LSTM简介 1.RNN的梯度消失问题 2.LSTM的结构 tensorflow中LSTM的相关函数 tf.contrib.rnn.BasicLSTMCell tf.nn.dynamic_rnn 全部代码 LSTM简介 1.RNN的梯度消失问题 在过去的时间里我们学习了RNN循环神经网络,其结构示意图是这样的: 其存在的最大问题是,当w1.w2.w3这些值小于0时,如果一句话够长,那么其在神经网络进行反向传播与前向传播时,存在梯度消失的问题. 0.925=0.07,如果一句话有20到30个

  • python深度学习tensorflow卷积层示例教程

    目录 一.旧版本(1.0以下)的卷积函数:tf.nn.conv2d 二.1.0版本中的卷积函数:tf.layers.conv2d 一.旧版本(1.0以下)的卷积函数:tf.nn.conv2d 在tf1.0中,对卷积层重新进行了封装,比原来版本的卷积层有了很大的简化. conv2d( input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None ) 该函数定义在tensorflow/pytho

  • Python3.8安装tensorflow的简单方法步骤

    目录 以下内容是针对安装tensorflow-CPU版本的. 1.打开Anaconda promote 2.创建tensorflow的虚拟环境. 3.激活新建的TensorFlow环境,在命令行输入 4.使用国内的镜像安装,这里选用的是清华的镜像. 5.测试安装是否成功 总结 以下内容是针对安装tensorflow-CPU版本的. tensorflow已经支持Python3.8版本的安装.可以查看自己的Python版本信息,以及可以支持的tensorflow版本号.在Anaconda promo

  • Docker 中快速安装tensorflow环境的方法步骤

    Docker 中快速安装tensorflow环境,并使用TensorFlow. 一.下载TensorFlow镜像 docker pull tensorflow/tensorflow 二. 创建TensorFlow容器 docker run --name corwien-tensortflow -it -p 8888:8888 -v /Users/kaiyiwang/Code/ai/notebooks:/notebooks/data tensorflow/tensorflow 命令说明 docke

  • win10 + anaconda3 + python3.6 安装tensorflow + keras的步骤详解

    初入深度学习,就遇到了困难,一直安装不了tensorflow和keras库!!!真是让人着急!!!在经过无数次尝试,看了无数篇博客之后,终于安装上了.下面是具体的安装步骤. 首先,创建一个新的环境,这个环境适合python3.5使用: conda create -n py35 python=3.5 anaconda 如果在创建过程中出现如下错误 RemoveError: 'setuptools' is a dependency of conda and cannot be removed fro

  • 在python3.64中安装pyinstaller库的方法步骤

    Python中为了方便程序直接生成exe文件,它存在一个pyinstaller库,使用这个库可以直接将.py程序生成exe文件.这个命令不是在windows的命令行中执行的. 对于python3.5以下的版本,可以在cmd命令中直接使用. 首先下载pyinstaller库使用pip install pyinstaller下载这个库,下载成功后出现successfully代表下载成功.然后执行命令是 pyinstaller -F -w <文件名.py>,执行命令时需要切换到程序所在的目录,-F代

  • Django安装配置mysql的方法步骤

    近期做那个python的开发,今天就来简单的写一下Django安装配置mysql的方法步骤 安装mysql 首先安装pymysql pip install pymysql 然后安装mysqlclient pip install mysqlclient 在安装过程中可能会报类似以下错误(因为我的已经安装成功了,找了类似的图): 在window下安装python的包会出现各种问题,https://www.lfd.uci.edu/~gohlke/pythonlibs/这个网站就是专门用于解决windo

  • Linux/Ubuntu Git从安装到使用的方法步骤

    说明:该篇博客是博主一字一码编写的,实属不易,请尊重原创,谢谢大家! 一.叙述 1.说明:需要在Windows 安装Git的同学,可以查看该篇博客 https://www.jb51.net/softjc/711624.html 相对Windows来说,Ubuntu安装使用Git就很简单了. 2.Git的两大特点 版本控制:可以解决多人同时开发的代码问题,也可以解决找回历史代码的问题. 分布式:Git是分布式版本控制系统,同一个Git仓库,可以分布到不同的机器上.首先找一台电脑充当服务器的角色,每

  • Ubuntu20.04安装配置GitLab的方法步骤

    介绍 GitLab CE或Community Edition是一个开源应用程序,主要用于托管Git存储库,以及其他与开发相关的功能,如问题跟踪.它旨在使用您自己的基础架构进行托管,并为您的开发团队提供部署内部存储库的灵活性,与用户交互的公共方式,或者为贡献者提供托管自己项目的方法. GitLab项目使用简单的安装机制在您自己的硬件上设置GitLab实例变得相对简单.在本指南中,我们将介绍如何在阿里云Ubuntu 20.04服务器上安装和配置GitLab. 前提条件 部署GitLab的实例要求至少

  • 如何在vscode中安装python库的方法步骤

    vscode安装python库 1.已经在vscode中装了python并配置好python运行环境. 检查是否正确配置好运行环境,按Windows+R组合键在运行窗口输入cmd,打开命令提示符窗口输入python确定即可 2.找到vscode中python的路径 随便运行一个代码,例如print("hehe")下面的终端显示如下 图中红色地方圈起的便是python的路径,到python3.8为止. 如果你所显示的内容与我不同,可在setting.json中查找并将路径复制下来(在vs

  • deepin 2014系统下安装mysql数据库的方法步骤

    Deepin 2014下载及安装 Deepin 2014的下载及安装大家可以参考下面这两篇文章,一篇为正式版的下载与安装,另外一篇文章给大家分享了deepin 2014用U盘安装的方法步骤,需要的朋友们可以参考学习: Deepin 2014.2正式版下载 和安装教程 deepin 2014 U盘安装方法及注意事项详解 好了,下面进入本文的重要内容:deepin 2014系统下安装mysql数据库的方法步骤,一起来看看吧. 一:安装mysql 打开deepin terminal: 在此过程中会提示

  • centos7中安装Android SDK的方法步骤

    本文介绍了centos7中安装Android SDK的方法步骤,分享给大家 0x01 下载sdktools cd /opt mkdir androidSdk wget https://dl.google.com/android/repository/sdk-tools-linux-3859397.zip unzip sdk-tools-linux-3859397.zip 0x02 配置命令 打开 /opt/profile 添加sdk命令如下: ... export PATH USER LOGNA

随机推荐