当前位置: 首页 > news >正文

解决安装AI算法库TensorFlow 2.0的最新入坑指南以及详细的安装教程【分别在linux和windows系统下安装】

image

(转载作者请注明出处)

image

废话不多说,直接上干货

正文开始

众所周知,学习深度学习和人工智能技术的科技工作者对Tensorflow的安装一直是件麻烦的事情,其实也没那么难,只是在于操作的方法是否合理和规范而已。合理正确的安装命令和正确的操作环节是成功的关键因素。为此,我们在本文中将详细说明linux和windows两种OS系统关于TensorFlow的安装教程,并且将重点说明目前最新版本TensorFlow2.1.0的安装要素和测试检验。

(注意:本文的linux系统教程适用于deepin和ubuntu 18.04两种,其他系统安装类似)

TensorFlow简介

https://baike.baidu.com/item/Tensorflow/18828108

一、在Windows10系统开展如下操作

安装前提:

已经安装好Anaconda3, 由于国外的镜像文件下载较慢,所以我选择了国内的镜像——h**ttps://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

image

以上请自行安装…

**1、前期准备:**Anaconda3的终端上的过渡

打开已经安装好的Anaconda3

image

运行 Anaconda Prompt,输入如下命令检验是否安装成功

conda list

输出:

image

再次输入清华镜像检验一下

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

这里是因为我已经安装过了,所以结果是这样的。

image

2、开始安装TensorFlow

(1)运行 Anaconda Prompt,输入以下命令,创建版本为python 3.7.4的tensorflow 环境:

conda create -n tensorflow python=3.7.4

这里的TensorFlow我以前已经安装过了,所以下面再给大家安装另一个tensorflow2环境:输入命令

conda create -n tensorflow2 python=3.7.4

输出:

(base) C:\Users\kangs>conda create -n tensorflow2 python=3.7.4

然后打开Anaconda Navigator,进入点击中间的选项applications on可以看到我们刚刚创建的TensorFlow2,这里的TensorFlow是我以前安装的环境:

image

打开上述左侧菜单栏,也就是开始菜单下的Anaconda Navigator 左边的 Environments,点击之后可看到此环境:

image

(2)启动tensorflow2环境

这里有两种启动方式:第一种是连续刚刚的 Anaconda Prompt终端输入

activate tensorflow2

输出

image

第二种打开方式,启动刚刚的Anaconda Navigator,进入环境点击

image

**(3)安装cpu版本的tensorflow **

有两种方法可以安装:

方法一:cpu版本(我推荐的)

pip install --ignore-installed --upgrade tensorflow

方法二:gpu版本, 注意: gpu版要事先选好, 并装好CUDA和cuDNN

pip install --ignore-installed --upgrade tensorflow-gpu

执行结果:

这样就安装成功了,当不使用TensorFlow时,可以通过deactivate来关闭TensorFlow环境:

(不过先不要着急关闭,我们下面还有进行检验,如果最后不用,再关掉)

image

(4)测试tensorflow

python --version

创建一个项目:

import tensorflow as tf

执行结果显然是可行的,测试成功:

image

提示:如果遇到No module named ‘tensorflow’,那是因为没有在tensorflow的环境下打开它们,所以记得激活tensorflow的环境。

(5)解决你安装的Tensorflow环境不能安装ipython,spyder等插件

错误提示如下图:

“无法定位程序输入点OPENSSL_sk_new_reserve于动态链接库… libssl-1_1-x64.dll上的问题”‘’

image

**解放方法:**互换 libssl-1_1-x64.dll文件,时间必须一样

第一步 打开D:\Anaconda\Library\bin文件夹下面的 libssl-1_1-x64.dll

第二步 D:\Anaconda\DLLs 文件夹下面的 libssl-1_1-x64.dll

如果两个文件夹时间不一样的话,把两个文件换成一样的就可以了。

**注意:**为了避免系统出错,要事先备份好一样的文件,以避免修改后出错而找不会原来的文件。最简单的方法就是复制换成另一个名称的,例如我加了一个“源文件”。

互换如下图:

image

换文件之后,时间都是****2018/6/28 21:00

image

下面再次点击安装插件就可以了

image

安装成功,如图下所示

image

、在Linux****系统开展如下操作

这里使用的虚拟机VMware Workstation Pro 15.0安装的linux系统进行操作的,如图:

image

下面打开deepin系统开始进行安装

1、先安装Anaconda3

(1)、下载:https://www.anaconda.com/distribution/#linux

image

将下载好的anacoda3放在主目录下(home)

image

(2)、安装命令:

bash Anaconda3-2019.10-Linux-x86_64.sh

回车运行如下

image

按回车键继续,会读取许可,出现个More,一直按回车以及yes,然后会出现下图:

image

一直往下回车和yes

image

安装成功

image

(3)、配置环境变量

为了方便编辑环境变量,这里安装一个编辑器gedit,命令

sudo apt-get install gedit

image

打开环境变量,并使用命令:sudo gedit ~/.bashrc查看系统环境,文件末尾输入以下代码:

在文件的末尾加上下述代码:

如下图

image

(5)、更新bashrc,并查看Anacoda3的安装情况

source ~/.bashrc

image

查询当前已经安装的conda库

conda list

安装库(这里的***代表库名称), 如果没有你的库文件,可以选择这个命令:

conda install ***

更新库

conda update ***

image

(5)、(如果你不用还可以卸载),不卸载就跳过此处,建议不要卸载

卸载conda: 直接删除anaconda文件夹即可:

rm -rf anaconda3

(6)、进入和退出 conda base 环境

进入 conda base 环境

conda activate base

退出 conda base 环境

conda deactivate

编辑 conda 环境变量

vim ~/.bashrc 或者 sudo gedit ~/.bashrc

2、使用以上Anaconda3安装Tensorflow

(1)、在linux终端或cmd中输入以下命令搜索当前可用的tensorflow版本,如果没有就要创建:

conda search -t conda tensorflow

image

安装完成之后,最后还提示激活与退出

# To activate this environment, use

(2)、正式安装tensorflow

激活虚拟环境后conda activate tf,我们开始用conda安装tensorflow吧!

如果你还不知道GPU是什么东东,那你的计算机里肯定没有安装cuda、cudnn 、显卡之类的东西,那就安装CPU版本;

安装CPU版本的tensorflow(推荐安装):

conda install tensorflow

安装GPU版本

(如果你不理解建议不要安装,初学者还是卸载CPU版本的tensorflow吧!)

conda install tensorflow-gpu

等待几分钟之后,看看自己是否安装成功:

image

image

(3)、测试安装是否成功:在python3.7.6下导入tensorflow:

(不报错的话说明成功安装了)

import tensorflow as tf

image

至此我们完整地安装完毕,以下是一些附件资料


附件资料

Conda的环境管理及知识点

#conda版本查看

Conda的包管理知识点

# 查看当前环境下已安装的包

image
参考文献:

​https://blog.csdn.net/qq654129588/article/details/79917515
https://ask.csdn.net/questions/657580
https://www.cnblogs.com/HongjianChen/p/8385547.html
https://blog.csdn.net/qq_45100771/article/details/102868264
https://blog.csdn.net/superjunenaruto/article/details/9539068

您可能喜欢的文章:

  • 数据分析开篇:一个简单的应用(2019/11/04)

  • 2020年数据分析必知必会(一):NumPy数组

  • 2020年数据分析必知必会(二):NumPy摘要----文章末尾附Python

  • 2020年数据分析必知必会(三):数组的形状和属性(有福利赠予)

  • 数据分析必知必必会(四):数组的转换,视图,拷贝,索引和广播(这里的“广播”是一个数组的应用:数据处理旧手机铃声)

  • 2020年数据分析必知必会(五):统计和线性代数(使用Numpy与Scipy实现)

  • 2020年数据分析必知必会(六):离散式复制的创建(以北京最近的猪肉价格为例子)

  • 2020年数据分析必知必会(七):pandas入门与数据结构基础

  • 2020年数据分析必知必会(八):使用pandas查询数据和统计分析的应用(短小但强大)

  • 2020年数据分析必知必会(九):数据的分组与聚合

image

认认真真系统学习数据分析

image

image

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • Borland C++builder资源文件编辑
  • Latex打开tex文件时产生中文乱码的解决方法
  • 高质量c++/c程序设计指南摘要(二)(原创)
  • 完美解决VMware虚拟机 Linux系统 Ubuntu 20.04 硬盘/磁盘扩容的问题(超级超级详细)
  • 完美解决ubuntu中文件夹加锁的情况
  • c++学习经典
  • 如何成功在没有nvidia驱动的win10电脑里安装CUDA和pytorch-gpu
  • 完美解决Windows10安装和运行TensorFlow编译环境时出现“cudart64_100.dll、cublas64_10.dll、cudnn64_7.dll...”报错的问题
  • const使用详解
  • 【移动式完美包安装】不再重复安装tensorflow和pytorch的方法:实现携带自己已经创建好的pytorch和tensorflow编译环境包到别的电脑上去
  • 完美更新安装TensorFlow-gpu
  • 什么是句柄?(转载)
  • 完美解决ubuntu中所有文将夹下内容被加锁的问题
  • 在BCB中使用VCL控件数组
  • ubuntu20.04给jupyter notebook安装自动补全代码语法的插件工具
  • 自己简单写的 事件订阅机制
  • 《深入 React 技术栈》
  • 345-反转字符串中的元音字母
  • ES6, React, Redux, Webpack写的一个爬 GitHub 的网页
  • ES6核心特性
  • Javascript弹出层-初探
  • Javascript基础之Array数组API
  • JAVA并发编程--1.基础概念
  • java概述
  • java取消线程实例
  • Java知识点总结(JDBC-连接步骤及CRUD)
  • JS学习笔记——闭包
  • niucms就是以城市为分割单位,在上面 小区/乡村/同城论坛+58+团购
  • TCP拥塞控制
  • vagrant 添加本地 box 安装 laravel homestead
  • web标准化(下)
  • 从输入URL到页面加载发生了什么
  • 分享一个自己写的基于canvas的原生js图片爆炸插件
  • 如何编写一个可升级的智能合约
  • 数据库写操作弃用“SELECT ... FOR UPDATE”解决方案
  • 网络应用优化——时延与带宽
  • 学习笔记DL002:AI、机器学习、表示学习、深度学习,第一次大衰退
  • [地铁译]使用SSD缓存应用数据——Moneta项目: 低成本优化的下一代EVCache ...
  • 阿里云重庆大学大数据训练营落地分享
  • 东超科技获得千万级Pre-A轮融资,投资方为中科创星 ...
  • 如何用纯 CSS 创作一个货车 loader
  • ​2020 年大前端技术趋势解读
  • ​批处理文件中的errorlevel用法
  • #我与Java虚拟机的故事#连载17:我的Java技术水平有了一个本质的提升
  • $.proxy和$.extend
  • %@ page import=%的用法
  • (06)金属布线——为半导体注入生命的连接
  • (C)一些题4
  • (C++)栈的链式存储结构(出栈、入栈、判空、遍历、销毁)(数据结构与算法)
  • (二十五)admin-boot项目之集成消息队列Rabbitmq
  • (附源码)ssm跨平台教学系统 毕业设计 280843
  • (理论篇)httpmoudle和httphandler一览
  • (力扣)1314.矩阵区域和
  • (力扣题库)跳跃游戏II(c++)
  • (六)vue-router+UI组件库