tensorflow 安裝指南

查詢**：

cuda:

cudnn:

不用選預設python直接安裝就行了

安裝完成後可在環境變數中加入/anaconda/scripts/資料夾，這樣就可以在cmd中使用了。

conda 建立python虛擬環境：

conda create -n tensorflow python=3.6   //tensorflow為虛擬環境的名稱

conda安裝tensorflow-gpu:

新增源：conda config --add channels                      清華源：

conda config --set show_channel_urls yes

conda install anaconda

anaconda search -t conda tensorflow會顯示出目前可供選擇的tensorflow版本

anaconda show conda-forge/tensorflow獲取對應版本的安裝命令conda-forge/tensorflow為選擇的版本名

conda install -n your_env_name [package] 

conda install -n tensorflow tensorflow=1.9.0

mkl安裝不了 直接用conda install -n tensorflow mkl 安裝

移除映象：

conda config --remove channels ''

conda config --remove channels ''

conda config --remove-key channels conda config --show

import tensorflow as tf

with tf.device('/cpu:0'):
a = tf.constant([1.0, 2.0, 3.0], shape=[3], name='a')
b = tf.constant([1.0, 2.0, 3.0], shape=[3], name='b')
with tf.device('/gpu:1'):
c = a + b
# 注意：allow_soft_placement=true表明：計算裝置可自行選擇，如果沒有這個引數，會報錯。
# 因為不是所有的操作都可以被放在gpu上，如果強行將無法放在gpu上的操作指定到gpu上，將會報錯。
sess = tf.session(config=tf.configproto(allow_soft_placement=true, log_device_placement=true))
# sess = tf.session(config=tf.configproto(log_device_placement=true))
sess.run(tf.global_variables_initializer())
print(sess.run(c))

參考：2.安裝conda

bash miniconda3-latest-linux-x86.sh

會將初始化環境變數寫入～/.bashrc

source ~/.bashrc啟用

退出base模式 conda deactivate

啟用 conda activate base

永久conda config --set auto_activate_base false             conda config --set auto_activate_base false

tensorflow2 1安裝指南

開啟anconda prompt 建立conda虛擬環境 用create n 新建乙個名叫tf2.1的環境用python3.7版本 conda create n tf2.1 python 3.7 進入tensorflow2.1環境 conda activate tf2.1 安裝英偉達的sdk10.1...

tensorflow入門指南

tensorflow是google公司2015年11月開源的第二代深度學習框架,是第一代框架distbelief的改進版本.tensorflow支援python和c c 語言,可以在cpu或gpu上進行運算,支援使用virtualenv或docker打包發布.tensorflow支援python2....

TensorFlow 簡易安裝

首先要安裝python，這個就不多說了，網上大把教程。註明一下我是使用的是linux系統。接下來是具體tensorflow的安裝過程了。tensorflow可以看做是乙個用來解決問題的工具包。對於工具包的安裝就有不同的途徑，1 通過一些python的包管理系統來進行安裝 2 通過原始碼自行安裝。對於...