tensorflow 编译安装,下载安装tensorflow

  tensorflow 编译安装,下载安装tensorflow

  Tensorflow安装教程详细解决方案(插图详细,深度不错)简介关于安装前的准备python关于开始使用Anaconda使用path Anaconda Navigator在Tensorflow系统中设置Anaconda

  这篇序言的内容摘自我的新书《机器学习中的概率与统计》。欢迎各界大神交流指导。

  做好事,首先要用好自己的工具。本书最后一章介绍了机器学习中常见概率的基础知识。如何将它们应用到机器学习领域?显然需要一个学习框架,但是建议你使用tensorflow框架来实现上述的学习网络。本文简单介绍如何在电脑上安装tensorflow。

  当然,有很多框架想实现机器学习,但如果读者熟悉其他框架,可以忽略文字。

  安装前的准备工作,无论是机器学习还是深度学习,都包含了很多计算任务,所以对计算机硬件平台的要求很高,但没有具体的标准。正如韩信受益匪浅,硬件配置越高越好,但好的硬件配置往往价格不菲。在这里,笔者谈谈自己的硬件结构。虽然不是很高,但是用少量的数据做计算就足够了。在讲解配置的同时,也介绍了安装tensorflow之前需要的基本配置环境。

  如上图,这里不需要GPU。以我的电脑配置为例。

  CPU:i5-8265U

  内存:8GB

  硬盘:固态硬盘

  Linux在系统安装中的首选位置是:大部分深度学习框架都支持Linux系统,这是一个开源系统。很明显很多操作系统都是Linux辅助的。如果想做机器学习和深度学习的专业研究,Linux系统是首选。

  但是Linux系统和windows系统的操作习惯差异很大,而且人们认为很多读者对windows系统比较熟悉,所以本节主要讨论如何在windows系统上安装tensorflow框架。

  在windows系统上安装tensorflow深度学习框架基本包括以下三个步骤:首先安装Python,然后安装Android,最后安装tensorflow。接下来将详细说明这三点。

  python Python语言虽然最早是在1991年发布的,但由于机器学习/深度学习,近年来非常流行。可以说是大器晚成。

  与其他语言相比,Python的特点是简单、粗暴、直接。对于语言初学者来说,python的工作模式非常友好,内嵌了非常完善的基础代码库,涵盖了网络、GUI、文本、数据库等大量内容。所以Python在内置电池的Python上开发程序,不需要工程师新建,直接使用库文件的工作量也很大。Python中除了内置的文件,还有大量的第三方库文件,也就是别人开发的文件,使用Python时可以直接使用。

  此外,python也被称为粘合语言,可以很容易地与其他各种语言类型连接。比如用python,先搭建一个框架,把有特殊要求的部分用特殊语言写出来。

  安装Anaconda Python之后,必须安装运行时环境。这也是很多windows玩家不熟悉的地方。毕竟平时直接装游戏还是可以的。没听说过环境。现在很多jddxm玩家都不熟悉,说突然安装软件也会配置相应的运行环境。

  这本书仍然以概率为中心。我们认为应用tensorflow框架的目的是为了验证算法的正确性。接下来,作者以安装Anaconda的步骤为例来说明直接安装的方法。

  (1)在百度上搜索Anaconda,找到其官方平台点击进入,或者直接输入官网地址进入https://www.anaconda.com/.

  2)向下滚动官网页面,找到个人版点击进入。

  3)继续向下滚动页面,找到Anaconda安装版本的产品序列,根据自己的实际情况选择其中一个下载。其中作者选择下载64位的python3.7版本3.7,其中64位是计算机操作系统的64位。之所以选择Python3.7,是因为Python的新版本代表了更新的方向,未来兼容性更好。

  )4)下载Anaconda后,在下载路径中找到exe文件,点击进入下一步/我同意(如图)。安装后,单击开始程序(windows系统)找到Anaconda3文件夹。展开文件夹,然后单击黑色的Anaconda图标。

  5)此时,进入环境编程页面,设置环境变量。下面是安装常用软件的最大区别。在tensorflow中设置环境。这是因为如果环境设置不正确,tensorflow将无法正常工作。就像根据土地的性质来盖房子一样。

  当你访问这个页面时,你通常会发现页面上显示的信息是(base) c:(users) 52566。该信息表明当前系统的运行时路径位于c盘上。您可以通过输入conda -version命令来查询Anaconda的下载版本。

  通过输入命令conda list,可以很容易地查询加载到当前anaconda中的更改。

  环境,如图14.18所示,在这里还可以找到刚刚安装的python的版本。路径信息(base) C:Users52566这里就像一个大商场,里面的环境变量就是这个商场的商户。(6)现在需要安装新的计算框架tensorflow。由于tensorflow需要一些特定的环境变量,为了方便它的管理,这里设置了一个新的环境路径(相当于为它建了一个商场,如图14.20)。设置新环境路径的说明如下

  conda createn您的名字。

  在上面的命令中,yourname是新设置的环境变量的名称,可以根据个人喜好进行设置。conda create是创建新环境的命令,而-n表示该命令后面的yourname是要创建的环境变量的名称。

  (7)输入命令Conda info - envs,查看环境变量是否创建成功。

  (8)创建成功后,进入路径,安装Tensorflow。

  进入环境的命令是:

  康达激活随便去个名子

  安装tensorflow的相关命令如下:

  查看当前tensorflow版本命令:

  搜索-全名tensorflow查看各版本tensorflow包信息和依赖命令:

  Condinfo tensorflow注意:上面的命令会找到tensorflow的很多版本,然后会找到更多的依赖项。这里就不展示了。

  最后,安装tensorflow的命令:

  pip-升级-忽略-安装的Tensorflow开始使用tensorflow。很多读者已经正确安装了Anaconda和tensorflow,但是仍然无法使用tensorflow,并且总是给出找不到tensorflow的错误信息。下面将解释如何使用tensorflow。

  系统内配置Anaconda使用路径当出现提示找不到tensorflow的错误时,通常是系统变量的路径没有更新。有两种解决方案。一种是从系统内部更新环境变量。方法如下(针对win10系统):

  (1)进入系统设置面板,找到高级系统设置选项,回车。

  (2)点击环境变量:

  (3)在系统变量窗口中找到路径线,单击鼠标左键,进入编辑界面。

  (4)选择你要执行的python版本,向上移动到顶部,设置好。

  在Anaconda Navigator中设置路径因为tensorflow是安装在Anaconda环境中的,所以之前已经说过,Anaconda的优势在于内置了很多学习框架所需的环境变量,其中也包括快速设置路径的方式。

  该方法如下:

  (1)首先点击开始程序,展开Anaconda菜单,进入Anaconda导航程序;

  (2)进入环境设置菜单;

  (3)选择tensorflow的安装路径并激活;

  (4)设置完成。

  至此,环境的配置完成。现在你可以点击开始菜单-Anaconda3-Jupyter。

  笔记本开始了建模之旅。

  后记以上是本文的全部内容。如果有兴趣,不妨先喜欢一下再去。另外,如果对我的新书《机器学习中的概率与统计》童鞋感兴趣,也可以顺便关注一波。新书第一版我会不断更新,再次欢迎各路大神前来交流。

  “欢迎到官网(与https://tensorflow.google.cn/)了解更多关于TensorFlow的信息,或者关注TensorFlow官方微信官方账号了解更多信息。”

tensorflow 编译安装,下载安装tensorflow