标签分类
技术文章
当前位置:主页 > 计算机编程 > python > 详解TensorFlow在windows上安装与简单示例

TensorFlow在windows上安装与简单实例讲解

  • 发布时间:
  • 作者:码农之家原创
  • 点击:183

详解TensorFlow在windows上安装与简单示例

这篇文章主要知识点是关于TensorFlow,windows,安装,实例讲解,详解TensorFlow在windows上安装与简单示例,windows环境下tensorflow安装过程详解 的内容,如果大家想对相关知识点有系统深入的学习,可以参阅以下电子书

利用Python进行数据分析
  • 类型:Python3.6大小:91.7 MB格式:PDF出版:机械工业出版社作者:韦斯?麦金尼
立即下载
教孩子学编程:Python语言版
  • 类型:儿童编程大小:45.4MB格式:PDF出版:人民邮电出版社作者:Bryson Payne
立即下载

更多相关的学习资源可以参阅 程序设计电子书Python电子书、等栏目。

本文介绍了详解TensorFlow在windows上安装与简单示例,分享给大家,具体如下:

安装说明

平台:目前可在Ubuntu、Mac OS、Windows上安装

版本:提供gpu版本、cpu版本

安装方式:pip方式、Anaconda方式

Tips:

  1. 在Windows上目前支持python3.5.x
  2. gpu版本需要cuda8,cudnn5.1

安装进度

2017/3/4进度:
Anaconda 4.3(对应python3.6)正在安装,又删除了,一无所有了
2017/3/5进度:
Anaconda 4.3(对应python3.6)get
Anaconda中python3.5.2get
tensorflow1.0.0get

行文思路

在看别人教程时候总遇到些没见过的名词,让人望而生畏。
所以索性从名词解释开始。
然后讲述TensorFlow的安装和简单示例。
作为自己的笔记,
也希望像我一样的小白看到这篇教程能觉得做起来很顺畅!

CUDA

CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序,C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。
计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展。为打造这一全新的计算典范,NVIDIA™(英伟达™)发明了CUDA(Compute Unified Device Architecture,统一计算设备架构)这一编程模型,是想在应用程序中充分利用CPU和GPU各自的优点。现在,该架构已应用于GeForce™(精视™)、ION™(翼扬™)、Quadro以及Tesla GPU(图形处理器)上。
来自百度百科。

(所以我的A卡是用不成它的)

Anaconda

Anaconda是由Python提供支持的领先的开放数据科学平台。 Anaconda的开源版本是Python和R的高性能分发版本,包括超过100个用于数据科学的最流行的Python,R和Scala软件包。
来自Anaconda官方下载页面

具体使用见Anaconda官方教程,简单易懂!

Anaconda初步学习

0.下载Anaconda安装包:Anaconda官方下载地址

我下载的是Anaconda4.3.0For Windows 64bit(内置python3.6)

下载好了就安装,一直下一步。

1.检查Anaconda是否成功安装:conda --version

详解TensorFlow在windows上安装与简单示例

(嘻嘻,第一步成功了,开心点)

2.检测目前安装了哪些环境:conda info --envs

详解TensorFlow在windows上安装与简单示例

(只有一个呀!不怕,继续来!)

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

详解TensorFlow在windows上安装与简单示例

(好多呀,要哪个呢?嘻嘻当然是python3.5啦)

4.安装不同版本的python:conda create --name tensorflow python=3.5

(猜想输入python=3.5版本后,系统会自动选择一个3.5.x的版本吧)

详解TensorFlow在windows上安装与简单示例

(python3.5.3要不要?实验室服务器上是3.5.2,统一好啦!)

详解TensorFlow在windows上安装与简单示例

(好啦,GO!)

详解TensorFlow在windows上安装与简单示例

(嘻嘻!安好啦!又离成功近了一步!)

5.按照提示,激活之:activate tensorflow

详解TensorFlow在windows上安装与简单示例

(嘻嘻它有了一顶小帽子~代表我的当前环境哦)

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

详解TensorFlow在windows上安装与简单示例

(Bravo!)

7.检查新环境中的python版本:python --version

详解TensorFlow在windows上安装与简单示例

(^^开心开心~)

8.退出当前环境:deactivate

详解TensorFlow在windows上安装与简单示例

(小帽子掉了)

9.切换环境:activate tensorflow

详解TensorFlow在windows上安装与简单示例

想切换到哪个环境就 activate哪个~

这篇文章既然是安装tensorflow的,当然要avtivate tensorflow!

小妖精!我来了!

PS:想了解更多请看Anaconda官方教程,简单易懂好上手!别乱搜网上的教程,没有官方教程看着清爽!

TensorFlow安装

本文是将tensorflow在原生windows系统上安装,

采用anocanda的安装方式,

安装的是cpu版本(嗯,作为AMD的显卡,掩面哭)

Anaconda 4.3.0.1(带有python3.6)

在Anaconda里面配了python3.5.2

下面是今天的主角!(噼里啪啦)

1.按照官网的指示:
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_x86_64.whl

详解TensorFlow在windows上安装与简单示例

(好吧,先是打错,接下来又这样!我不知道该怎么办了(ㄒoㄒ)/~~)

2.另一种尝试:pip install tensorflow

详解TensorFlow在windows上安装与简单示例

(划重点了,原来是这样子!我是AMD的卡,对应的不一样!)

3.确认tensorflow安装成功:

错误尝试:直接在cmd里面键入python,然后键入import tensorflow as tf

详解TensorFlow在windows上安装与简单示例

(小伙子默认的是python3.6啊啊啊啊啊,要从anaconda进入刚刚装的那个python3.5里面哦!~)

正确尝试:进入Anaconda Prompt-python里面,进入安装的名叫tensorflow的环境(我们装的python3.5.2记得吗?~),键入python,然后再键入import tensorflow as tf

在这里可以找到Anaconda Prompt-python:

详解TensorFlow在windows上安装与简单示例

详解TensorFlow在windows上安装与简单示例

打开Anaconda Navigator(开始菜单->Anaconda 3->Anaconda Navigator),搞一个spyder玩,点击spyder下面的“install”,安装好就变成“Launch”了,点击就可以进去了。

详解TensorFlow在windows上安装与简单示例

在spyder里对tensorflow说Hello!

详解TensorFlow在windows上安装与简单示例

输出:

详解TensorFlow在windows上安装与简单示例

(嘿嘿嘿哈哈哈我感觉我好像成功了!!!你呢?~~)

参考tensorflow官方文档,请上英文官网,中文社区似乎没有更新windows上的安装

TensorFlow例程上手

装了个新东西,我们先把它用起来吧!

概念什么的跑完第一个小程序再看!

找点成就感才好继续下去!

示例来源:MINIST For ML Beginners

MINST数据集:

  1. 55000训练集,10000测试集,5000验证集
  2. 每张图片都是28pixels*28pixels

代码:

#获得数据集
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

import tensorflow as tf

#输入图像数据占位符
x = tf.placeholder(tf.float32, [None, 784])

#权值和偏差
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))

#使用softmax模型
y = tf.nn.softmax(tf.matmul(x, W) + b)

#代价函数占位符
y_ = tf.placeholder(tf.float32, [None, 10])

#交叉熵评估代价
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))

#使用梯度下降算法优化:学习速率为0.5
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

#Session
sess = tf.InteractiveSession()

#初始化变量
tf.global_variables_initializer().run()

#训练模型,训练1000次
for _ in range(1000):
 batch_xs, batch_ys = mnist.train.next_batch(100)
 sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

#计算正确率
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))

accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

运行结果:输出显示得到模型的准确率

详解TensorFlow在windows上安装与简单示例

结语

昨天花费了大半天部署环境,不但一无所获且搞得焦头烂额。今天再战,索性边做边写,好像和旁边的人在聊天一样。嗯,心情愉悦的时候容易做出东西。时间很宝贵,但还是希望你的学习曲线不要太陡峭,希望你能愉快地走进新领域。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持码农之家。

windows环境下tensorflow安装过程详解

一、前言

本次安装tensorflow是基于Python的,安装Python的过程不做说明(既然决定按,Python肯定要先了解啊):本次教程是windows下Anaconda安装Tensorflow的过程(cpu版,显卡不支持gpu版的...)

二、安装环境

(tensorflow支持的系统是64位的,windows和linux,mac都需要64位)

windows7(其实和windows版本没什么关系,我的是windows7,安装时参照的有windows10的讲解)

Python3.5.2(之前电脑上是安装的就是这个版本,如果你安装了,不知道版本的话可以在命令窗口输入"python --version",会显示你已安装的Python的版本号)

Anaconda3-4.2.0-Windows-x86_64.exe (windows下安装注意选择windows x86 64位就好)

三、Anaconda3-4.2.0-Windows-x86_64.exe

下载可以去官网上下载,直接搜索找与你电脑对应的版本就好,我个人习惯从国内镜像网站下载,下载快哇(国内清华镜像网站)

下载完成后直接安装就行,步骤如下图所示:

windows环境下tensorflow安装过程详解

windows环境下tensorflow安装过程详解

自己用,就选择Just me

windows环境下tensorflow安装过程详解

选择习惯的存储盘

windows环境下tensorflow安装过程详解

下面两个全部选上,点Install安装就好了

windows环境下tensorflow安装过程详解

验证Anaconda是否安装成功的方法:

命令窗口中输入“conda --version” ----->得到conda 4.2.0

看到了这个结果,恭喜你,你已经成功的安装上了Anaconda了,那么我们继续。

四、安装Tensorflow

安装Tensorflow时,需要从Anaconda仓库中下载,一般默认链接的都是国外镜像地址,下载肯定很慢啊(跨国呢!),这里我是用国内清华镜像,需要改一下链接镜像的地址。这里,我们打开刚刚安装好的Anaconda中的 Anaconda Prompt,然后输入:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/     conda config --set show_channel_urls yes

这两行代码用来改成连接清华镜像的

接下来安装Tensorflow,在Anaconda Prompt中输入:

conda create -n tensorflow python=3.5.2

一下图片是安装过程,有些坑我也写出来,注意一下就好:

正常的情况应该如下:

windows环境下tensorflow安装过程详解

等待,然后输入“y”

windows环境下tensorflow安装过程详解

然后:

windows环境下tensorflow安装过程详解

看到上面这些activate tensorflow(这么直白的英语,看看是不是很激动,)恭喜你,tensorflow你已经安装成功啦,去激活一下,紧接着输入:“activate tensorflow”就Ok了

我们要安装的是CPU版本,那么在命令下紧接着输入:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl

你也可以自己选择对应的Tensorflow版本,可以在清华镜像中查看

windows环境下tensorflow安装过程详解

经过一小会的等待,当你看见如上图最后一行时,那么,恭喜你,你已经安装成功了,是不是很惊喜,是不是很激动,是不是想测试一下呢,那么我们先测试一下吧

五、测试

在Anaconda Prompt窗口中输入: python

进入python后输入:  

import tensorflow as tf
sess = tf.Session()

a = tf.constant(10)
b= tf.constant(12)
sess.run(a+b)

windows环境下tensorflow安装过程详解

好了,到这里你可以放心了,你可以使用Tensorflow了

六、那些年,那些坑

好了,最后我们来填坑了

windows环境下tensorflow安装过程详解

改为清华镜像时的错误:会显示路径错误,没关系,conda info 查看一下,你会发现:

windows环境下tensorflow安装过程详解

很明显的发现地址乱了,不过没关系,找到电脑:C:\Users\Administrator中的.condarc文件,打开,然后修改一下,如下就可以了

windows环境下tensorflow安装过程详解

然后在回到命令窗口,你可以继续安装了。

如果你在安装Tensorflow时出现了如下情况:

windows环境下tensorflow安装过程详解

哇,那么多红色字体,不要担心,看最后一段,提示是版本问题,我们就升级版本就好了。

操作如下图所示:

windows环境下tensorflow安装过程详解

结果:

windows环境下tensorflow安装过程详解

好了,问题解决了。

以上就是我的全部安装步骤了,有空的话我试着在linux系统中安装一线Tensorflow,哈哈。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持码农之家。

以上就是本次给大家分享的全部知识点内容总结,大家还可以在下方相关文章里找到vue项目中使用md5加密以及、 解决axios.interceptors.respon、 儿童python编程入门书籍推、 等python文章进一步学习,感谢大家的阅读和支持。

上一篇:python如何进行批量图片处理

下一篇:python数据封装json格式数据的实例方法

展开 +

收起 -

学习笔记
网友NO.965228

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

以此文记录Python与Tensorflow及其开发环境的安装与配置过程,以备以后参考。 1 硬件与系统条件 Win7 64位系统,显卡为NVIDIA GeforeGT 635M 2 安装策略 a.由于以上原因,选择在win7下安装cpu版的tensorflow,使用anconda安装,总结下来,这么做是代价最小的。 b. 首先,不要急于下载Python,因为最新的版本可能会与Anaconda中的Python版本发生冲突。以目前(截止2017-06-17日)的情况,Anaconda选择Anaconda3-4.2版本,对应Python3.5版本,tensorflow1.2.0版本,这是踩坑后的总结。 c.安装Tensorflow的过程需要联网,离线几乎不行(下离线包也没用) 3 安装过程 3.1下载Anaconda 用这个包可以一次性安装所有Python的常用库。注意,选择历史版本,因为我们要装的win7系统。 在页面选择Anaconda-4.2版本(对应Python3.5版本) 3.2安装Anaconda 直接一路确定,就可以安装。此处说明一下,其中有一步“Anvanced Options”里面是设置系统环境变量的,选择默认勾选不变。然后在安装Anaconda结束后可以去系统路径里面再确认一下,看看是否已经添加到了系统路径里。如果没有的话,要补上。 3.3 环境变量验证 点“开始”——“运行”,打开cmd,弹出黑框,输入“python”回车,应显示如下: 3.4 安装Tensorflow 此处需联网,这才是关键。 以管理员身份打开Anaconda Prompt,见下图: 然后,注意……

网友NO.780081

TensorFlow Session会话控制&Variable变量详解

这篇文章主要讲TensorFlow中的Session的用法以及Variable。 Session会话控制 Session是TensorFlow为了控制和输出文件的执行语句,运行session.run()就能获得运算结果或者部分运算结果。我们在这里使用一个简单的矩阵相乘的例子来解释Session的两个用法。 首先我们要加载TensorFlow并建立两个矩阵以及两个矩阵所做的运算。这里我们建立一个一行两列的matrix1和一个两行一列的matrix2,让它们做矩阵的乘法。tf.matmul相当于numpy中的dot方法,都是做矩阵的product。 import tensorflow as tfmatrix1 = tf.constant([[2, 2]])matrix2 = tf.constant([[2], [2]])product = tf.matmul(matrix1, matrix2) 接下来我们使用第一种会话控制Session来激活product并得到计算结果: sess = tf.Session()result = sess.run(product)print(result)sess.close() 运行结果为:[[8]] 还有另外一种Session的打开模式同样可以激活product: with tf.Session() as sess: result2 = sess.run(product) print(result2) 运行结果同样是[[8]]。在这里我们不需要我们单独做sess.close()的操作。 variable变量 与python的变量不同,在TensorFlow中如果我们要定义一个变量,必须使用tf.Variable()来定义它才是个变量,括号中可以包含的参数有变量的值,变量的名称等。这里我们用一个简单的加法运算来解释变量的用法。 首先导入tensorflow并定义变量state, 常量one,以及运算方法tf.add, tf.ass……

网友NO.475183

TensorFlow安装以及对jupyter notebook配置详解

下面小编就为大家带来一篇TensorFlow安装及jupyter notebook配置方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧 tensorflow利用anaconda在ubuntu下安装方法及jupyter notebook运行目录及远程访问配置 Ubuntu下安装Anaconda bash ~/file_path/file_name.sh 出现许可后可按Ctrl+C跳过,yes同意。 安装完成后询问是否加入path路径,亦可自行修改文件内容 关闭命令台重开 python -V 可查看是否安装成功 修改anaconda的python版本,以符合tf要求 conda install python=3.5 Anaconda安装TensorFlow 获取Anaconda的TF源 anaconda search -t conda tensorflow 等待后会显示列表,我选择的conda-forge/tensorflow源进行安装 anaconda show conda-forge/tensorflow 会显示当前安装信息,并提示想要安装需要输入的指令:conda install --channel XXXX网址 输入后提示需要安装的包信息,输入Y同意并安装。 部分包下载速度很慢,可以先开lantern jupyter notebook使用及配置 Ubuntu下输入jupyter notebook打开 jupyter notebook --generate-config 可生成默认配置文件jupyter_notebook_config.py 默认地址配置 修改配置文件 c.NotebookApp.notebook_dir = 'XXXX' 远程访问 默认不可远程访问 首先生成登陆密码:打开ipython输入 from notebook.auth import passwd passwd()根据提示输入欲设置的密码,复制生成的sha1密码 需要完整复制,例如: sha……

网友NO.993463

解决Tensorflow使用pip安装后没有model目录的问题

在使用pip安装Tensorflow后,在其目录中没有找到model目录,重复安装了两遍依然没有,原因未知。 于是,使用源码安装的方法: (1)收下,使用git clone源码工程: git clone –recurse-submodules https://github.com/tensorflow/tensorflow 注意这里的参数不可省略,用于获取 TesorFlow 依赖的 protobuf 库 经咨询发现上述查看的路径错误,应该查看如下路径: /usr/local/lib/python2.7/dist-packages/tensorflow/ 以上这篇解决Tensorflow使用pip安装后没有model目录的问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持码农之家。 ……

<
1
>

Copyright 2018-2019 xz577.com 码农之家

版权责任说明