我们使用anaconda在windows系统中安装Tensorflow。
Anaconda的安装与使用: (1)官网 https://www.anaconda.com/distribution/ (2)清华大学软件镜像站(https://mirrors.tuna.tsinghua.edu.cn) https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
安装好之后,在anaconda navigator里面【Home】中application on,是运行的环境 【Environments】中base(root)点击右侧三角行,进入terminal终端,输入conda info,到此,anaconda安装结束。
(1)包管理 安装、更新、卸载工具包; 安装时能自动安装相应的依赖包; conda命令 安装包:conda insatll <package_names> 卸载包:conda remove <package_names> 更新包:conda update <package_names> 模糊查询:conda search pip命令 当conda命令下载不了python包时,可以与pip交互使用; 安装包:pip install <package_names> 卸载包:pip uninstall <package_names> (2)环境管理 在同一台机器上创建几个相互独立的Python开发环境; 隔离不同项目所需的不同版本的工具包; 防止版本的冲突; conda环境管理 创建环境:conda create --name <env_name> <package_names> 激活环境:activate <env_name> 推出环境:deactivate 删除环境:conda remove --name <env_name> --all 查看当前创建环境中列表清单:conda env list
Tensorflow2.0的安装 在开始安装之前,我们可以使用镜像安装,这样速度会比较快; anaconda镜像使用帮助: https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
tuna提供了anaconda仓库的镜像: 1)运行 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 或者 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 2)运行 conda config --set show_channel_urls yes 即可添加anaconda python免费仓库。
接下来开始正式安装步骤: (1)创建独立环境并激活
conda create --name tensorflow2.0 python==3.7
conda activate tensorflow2.0
(2)安装相关软件包 conda install numpy matplotlib pillow scikit-learn pandas
pip install numpy matplotlib pillow scikit-learn pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
(推荐使用pip安装,conda安装会导致部分依赖包被修改) (3)安装Tensorflow2.0
pip install tensorflow==2.0.0-beta -i https://pypi.tuna.tsinghua.edu.cn/simple
注: 1)随着时间的推移,TensorFlow又不断发布了新的版本。 在安装TensorFlow时,如果指定早期的版本,可能会因为找不到所指定的早期版本,而报错,大家安装时请注意用新的版本替换"2.0.0beta". 2019.06.08 2.0.0-beta 2019.10.02 2.0.0 2020.01.12 2.1.0 2020.05.08 2.2.0 2)因为Tensorflow的CPU安装队CPU性能等有要求,在安装最新版本后,可能成功安装,但是在运行 import tensorflow命令时,会发生报错,DLL load failed: 找不到指定的模块,这时说明你需要降低安装版本,因为此时你的CPU太老了;在步骤3中修改一下版本序列之后,重新运行即可; (4)测试 在命令行中输入python,打开交互模式,输入import tensorflow as tf 很多人在运行 sees = tf.Session()时会报错,发现没有Session()函数,这是因为2.0版本已经移除; 按照以下代码即可解决:
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant('hello,tensorflow')
sess= tf.compat.v1.Session()
print(sess.run(hello))