热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

Win10+Python3.7+Tensorflow安装

Win10+Python3.7+Tensorflow安装Step1:安装AnacondaStep2:Tensorflow的安装转载请注明出处:https:blog.csdn.net

Win10+Python3.7+Tensorflow安装

  • Step1:安装Anaconda
  • Step2:Tensorflow的安装

转载请注明出处:
https://blog.csdn.net/weixin_38283428/article/details/84201733

注意:很多时候可以直接在Anaconda下安装一个tensorflow的虚拟环境,由于在使用的时候自己发现执行bat文件中激活了虚拟环境的命令行后,没有办法在虚拟环境下继续执行bat文件中后面的命令行,因此打算直接在Anaconda下安装tensorflow的安装包。

Step1:安装Anaconda

下载安装包,官网链接: link. 选择Python3.7version的版本下载《Win10+Python3.7+Tensorflow安装》
下载完成后安装
《Win10+Python3.7+Tensorflow安装》
安装时一直选择Next,可以选择自己要安装在系统中的路径
《Win10+Python3.7+Tensorflow安装》
在这一步的时候,要注意勾选将Anaconda添加到系统的环境变量中,避免在之后的使用中自己手动添加,Install等待完成。
《Win10+Python3.7+Tensorflow安装》
安装完成后查看python是否安装成功了
cmd下,输入python
《Win10+Python3.7+Tensorflow安装》
可以看到python的版本为python3.7.0

Step2:Tensorflow的安装

cmd下,pip install tensorflow
会提示一个找不到对应版本的信息,可能时它自己找不到TensorFlow版本支持Python3.7的版本,但是支持python3.6的,降回到低版本太麻烦了,于是找了一下解决方案。
在此链接可以找到Tensorflow支持Python3.7的一个whl:link.
《Win10+Python3.7+Tensorflow安装》
这里说要求numpy+mkl和p’rotobuf的site-package,因为我的Anaconda中已经有了,所以没在意这个,如果没有的话就在cmd中pip install一下。
下载tensorflow‑1.9.0‑cp37‑cp37m‑win_amd64.whl,记住下载完成后的路径,比如C:\Users\usename\Downloads\tensorflow-1.9.0-cp37-cp37m-win_amd64.whl
接下来安装:
cmd下,进入刚才下载文件的路径下 cd C:\Users\usename\Downloads
然后pip install tensorflow-1.9.0-cp37-cp37m-win_amd64.whl
最后等待安装完成,就可以在C:\Ruanjian\Anaconda3\Lib\site-packages中看到一个tensorflow的文件夹啦,这就意味着,在python中import tensorflow as tf 的时候不会再出现no module named tensorflow的error了
测试一下,在python中导入tensorflow
《Win10+Python3.7+Tensorflow安装》
那个一长串的信息可以忽略~


推荐阅读
  • 在Windows系统中安装TensorFlow GPU版的详细指南与常见问题解决
    在Windows系统中安装TensorFlow GPU版是许多深度学习初学者面临的挑战。本文详细介绍了安装过程中的每一个步骤,并针对常见的问题提供了有效的解决方案。通过本文的指导,读者可以顺利地完成安装并避免常见的陷阱。 ... [详细]
  • 在Windows命令行中,通过Conda工具可以高效地管理和操作虚拟环境。具体步骤包括:1. 列出现有虚拟环境:`conda env list`;2. 创建新虚拟环境:`conda create --name 环境名`;3. 删除虚拟环境:`conda env remove --name 环境名`。这些命令不仅简化了环境管理流程,还提高了开发效率。此外,Conda还支持环境文件导出和导入,方便在不同机器间迁移配置。 ... [详细]
  • 本文详细介绍了如何在 Ubuntu 14.04 系统上搭建仅使用 CPU 的 Caffe 深度学习框架,包括环境准备、依赖安装及编译过程。 ... [详细]
  • 使用 Jupyter Notebook 实现 Markdown 编写与代码运行
    Jupyter Notebook 是一个开源的基于网页的应用程序,允许用户在同一文档中编写 Markdown 文本和运行多种编程语言的代码,并实时查看运行结果。 ... [详细]
  • 本文介绍了如何使用 Google Colab 的免费 GPU 资源进行深度学习应用开发。Google Colab 是一个无需配置即可使用的云端 Jupyter 笔记本环境,支持多种深度学习框架,并且提供免费的 GPU 计算资源。 ... [详细]
  • Python环境下OpenCV的安装与验证方法
    本文介绍了如何在Python环境中安装OpenCV库及其额外模块,并提供了验证安装是否成功的具体步骤和代码示例。 ... [详细]
  • C/C++ 应用程序的安装与卸载解决方案
    本文介绍了如何使用Inno Setup来创建C/C++应用程序的安装程序,包括自动检测并安装所需的运行库,确保应用能够顺利安装和卸载。 ... [详细]
  • 本文分享了作者在使用LaTeX过程中的几点心得,涵盖了从文档编辑、代码高亮、图形绘制到3D模型展示等多个方面的内容。适合希望深入了解LaTeX高级功能的用户。 ... [详细]
  • binlog2sql,你该知道的数据恢复工具
    binlog2sql,你该知道的数据恢复工具 ... [详细]
  • Maven快照版本管理及更新策略详解
    本文深入探讨了Maven中的快照版本管理和更新策略,解释了快照版本与正式版本的区别,并提供了如何配置快照更新策略的方法,以确保项目依赖始终保持最新。 ... [详细]
  • 本文探讨了如何利用 Android 的 Movie 类来展示 GIF 动画,并详细介绍了调整 GIF 尺寸以适应不同布局的方法。同时,提供了相关的代码示例和注意事项。 ... [详细]
  • Maven + Spring + MyBatis + MySQL 环境搭建与实例解析
    本文详细介绍如何使用MySQL数据库进行环境搭建,包括创建数据库表并插入示例数据。随后,逐步指导如何配置Maven项目,整合Spring框架与MyBatis,实现高效的数据访问。 ... [详细]
  • OBS Studio自动化实践:利用脚本批量生成录制场景
    本文探讨了如何利用OBS Studio进行高效录屏,并通过脚本实现场景的自动生成。适合对自动化办公感兴趣的读者。 ... [详细]
  • 在Conda环境中高效配置并安装PyTorch和TensorFlow GPU版的方法如下:首先,创建一个新的Conda环境以避免与基础环境发生冲突,例如使用 `conda create -n pytorch_gpu python=3.7` 命令。接着,激活该环境,确保所有依赖项都正确安装。此外,建议在安装过程中指定CUDA版本,以确保与GPU兼容性。通过这些步骤,可以确保PyTorch和TensorFlow GPU版的顺利安装和运行。 ... [详细]
  • TensorFlow Lite在移动设备上的部署实践与优化笔记
    近期在探索如何将服务器端的模型迁移到移动设备上,并记录了一些关键问题和解决方案。本文假设读者具备以下基础知识:了解TensorFlow的计算图(Graph)、图定义(GraphDef)和元图定义(MetaGraphDef)。此外,文中还详细介绍了模型转换、性能优化和资源管理等方面的实践经验,为开发者提供有价值的参考。 ... [详细]
author-avatar
我就是老笨2013
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有