Python3安装tensorflow及配置过程

 更新时间:2021年05月20日 09:27:24   作者:南风入笙  
TensorFlow 是一个端到端开源机器学习平台,能够帮助开发者快速轻松的构建和部署由机器学习提供应用,对Python3安装tensorflow的相关知识感兴趣的朋友一起学习下吧

简介

TensorFlow 是一个端到端开源机器学习平台。它拥有一个全面而灵活的生态系统,其中包含各种工具、库和社区资源,可助力研究人员推动先进机器学习技术的发展,并使开发者能够轻松地构建和部署由机器学习提供支持的应用。那它能干什么用呢?

  1. 轻松地构建模型:在即刻执行环境中使用 Keras 等直观的高阶 API 轻松地构建和训练机器学习模型,该环境使我们能够快速迭代模型并轻松地调试模型。
  2. 随时随地进行可靠的机器学习生产:无论您使用哪种语言,都可以在云端、本地、浏览器中或设备上轻松地训练和部署模型。
  3. 强大的研究实验:一个简单而灵活的架构,可以更快地将新想法从概念转化为代码,然后创建出先进的模型,并最终对外发布。

一. Aconada安装

下载Aconada镜像地址: https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

如果安装了numpy记得卸载,每个tensorflow对应的numpy版本不同。
卸载命令: pip3 uninstall numpy

在这里插入图片描述

给文件记得授予权限,此处给的是777,然后执行sh文件

在这里插入图片描述

关于此处为何要改安装位置,是因为小编的根目录下内存已满。可以使用df -h 命令查看。

在这里插入图片描述
在这里插入图片描述

看到这样的提示即安装成功。

二. 配置conda环境变量

在这里插入图片描述
在这里插入图片描述

三. TensorFlow安装

在命令行中使用以下命令创建 conda 环境:
conda create -n tensorflow python=3.5 (请对应自己python版本,这儿忘截图了,用另一台虚拟机截的图)

在这里插入图片描述
在这里插入图片描述

上图报错,需要配置源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
如果还是不行,将https换为http

在这里插入图片描述
在这里插入图片描述

从镜像源处下载tensorflow并安装,镜像源地址:
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow/
找到对应自己python版本的文件,复制文件名到路径,命令为:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-0.12.1-cp35-cp35m-manylinux1_x86_64.whl

在这里插入图片描述

此命令不适合python3.8,小编尝试失败了。下载下来运行提示需要安装依赖的库,比较多。

在这里插入图片描述
在这里插入图片描述

tensorflow至此安装完毕。

四. 问题整理

一. No space left on device

在这里插入图片描述

解决方案:扩展空间,并设置自启动挂载

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述


以上就是Python3安装tensorflow的详细内容,更多关于Python3安装tensorflow的资料请关注脚本之家其它相关文章!

相关文章

  • pytorch中实现彩色图像(三通道)转灰度图像(单通道)

    pytorch中实现彩色图像(三通道)转灰度图像(单通道)

    这篇文章主要介绍了pytorch中实现彩色图像(三通道)转灰度图像(单通道),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-02-02
  • Python multiprocessing.value实现多进程数据共享的示例

    Python multiprocessing.value实现多进程数据共享的示例

    本文介绍了Python中的multiprocessing.value,通过示例代码展示了如何使用这个类实现多进程数据共享,以及使用场景和注意事项等内容,感兴趣的朋友跟随小编一起看看吧
    2023-07-07
  • Python中class内置方法__init__与__new__作用与区别解析

    Python中class内置方法__init__与__new__作用与区别解析

    这篇文章主要介绍了Python中class内置方法__init__与__new__作用与区别探究,本文中涉及的类均为Python3中默认的新式类,对应Python2中则为显式继承了object的class,因为未继承object基类的旧式类并没有这些内置方法,需要的朋友可以参考下
    2022-09-09
  • pytorch多进程加速及代码优化方法

    pytorch多进程加速及代码优化方法

    今天小编就为大家分享一篇pytorch多进程加速及代码优化方法。具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-08-08
  • 剖析Python的Tornado框架中session支持的实现代码

    剖析Python的Tornado框架中session支持的实现代码

    这篇文章主要介绍了剖析Python的Tornado框架中session支持的实现代码,这样就可以使用Django等框架中大家所熟悉的session了,需要的朋友可以参考下
    2015-08-08
  • python 绘制正态曲线的示例

    python 绘制正态曲线的示例

    这篇文章主要介绍了python 绘制正态曲线的示例,帮助大家更好的利用python绘制图像,感兴趣的朋友可以了解下
    2020-09-09
  • 关于Pandas的Series创建方式和常用属性

    关于Pandas的Series创建方式和常用属性

    这篇文章主要介绍了关于Pandas的Series创建方式和常用属性,Series 数据结构是用于储存一个序列的一维数组,DataFrame 数据结构是用于存储复杂数据的二维数据结构,本文来详细说明一下
    2023-07-07
  • 通过python连接Linux命令行代码实例

    通过python连接Linux命令行代码实例

    这篇文章主要介绍了通过python连接Linux命令行代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • YOLOv5车牌识别实战教程(五)字符分割与识别

    YOLOv5车牌识别实战教程(五)字符分割与识别

    这篇文章主要介绍了YOLOv5车牌识别实战教程(五)字符分割与识别,在这个教程中,我们将一步步教你如何使用YOLOv5进行车牌识别,帮助你快速掌握YOLOv5车牌识别技能,需要的朋友可以参考下
    2023-04-04
  • Python attrs提高面向对象编程效率详细

    Python attrs提高面向对象编程效率详细

    Python是面向对象的语言,一般情况下使用面向对象编程会使得开发效率更高,软件质量更好,并且代码更易于扩展,可读性和可维护性也更高,但是Python的类写起来是真的累,这是可以在创建类的时候自动添加上attrs模块,下面文章我们就来介绍这个东西,需要的朋友可参考一下
    2021-09-09

最新评论