windows10 + Anconda + CUDA10.0 + cudnn + TensorFlow2.0.0安装过程中，最重要的是将版本对应起来Anaconda 安装通过安装anaconda软件，可以同时获得 Python 解释器、包管理，虚拟环境等一系列的便捷功能，尤其是当你需要不同的 python版本时，很方便创建。这个去官网下载就可以了： https://www.anaconda.com
引言
基于Anaconda的tensorflow安装
1 下载linux版本的Anaconda安装包2 安装Anaconda利用anaconda安装tensorflow 1 建立一个 conda 计算环境2 激活环境使用 conda 安装 TensorFlow3 安装tensorflow4 如何在jupyter中使用tensorflow总结 利用Doc
转载
2024-05-23 14:01:47
27阅读
安装需知： 安装tensorflow一般有两种，一种是cpu版本，另一种是gpu版本。安装前要注意你的电脑有没有NVIDIA的显卡,如果你的电脑是AMD的，对不起，你的电脑可能无法安装gpu版本的tensorflow，只能安装cpu版本的。**1.安装cpu版本的tensorflow**方法一： （1）下载并安装Anaconda （内含python环境） 注意这一步时要把两个√都选上安装完之后
转载
2024-03-12 05:51:30
189阅读
'''
Created on 2017年5月28日
@author: weizhen
'''
import time
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import mnist_inference
BATCH_SIZE = 100
LEARNING_RATE_B
官网上对TensorFlow的介绍是，一个使用数据流图(data flow graphs)技术来进行数值计算的开源软件库。数据流图中的节点，代表数值运算；节点节点之间的边，代表多维数据(tensors)之间的某种联系。我们可以在多种设备（含有CPU或GPU）上通过简单的API调用来使用该系统的功能。TensorFlow包含构建数据流图与计算数据流图等基本步骤，图中的节点表示数学操作，图中连结各节点
转载
2024-05-11 17:21:36
70阅读
基于Anaconda的TensorFlow环境安装教程
今天开始正式学习机器学习TensorFlow框架，今天的任务是安装TensorFlow环境。在安装过程中遇到了一些问题，特别的记录下来，以备以后回顾和学习。
首先在官网下载Anaconda，我下载的版本为windows
python3.6version-64bit 具体文件名为
Anacond
在安装过程中遇到很多坑，搞了好几天，在网上也搜了教程，可是却一直出问题，后面也是各种查资料最后成功了。写下博客记录，下次换电脑的时候再装就避免踩坑了。一、安装anaconda，添加环境变量首先我装的是anaconda3，版本号为4.10.3，是2021.11，比较新， 之前安装没有将此添加到环境变量，所以后面参考网上链接先添加到环境变量。二、安装tensorflow（CPU版）我的PyCharm版
转载
2024-10-12 20:34:36
57阅读
(base) F:\>(base) F:\>conda activate zhouying (zhouying) F:\>(zhouying) F:\>(zhouying) F:\>(zhouying) F:\>(zhouying) F:\>pip install -upgrade pip ####
转载
2020-04-09 09:37:00
84阅读
2评论
文章目录System information构建tensorflow的c++接口安装bazel安装gcc安装protobuf安装eigen编译tf2.4.0下载依赖文件使用tensorflow c++接口运行.pb模型移动运行所依赖的各个文件夹到运行的项目目录下报错及解决办法`cmake ..` 报错合集1、cmake报错`tensorflow/core/framework/device_att
之前看了一波深度学习的理论知识。总感觉哪里不对，昨天发现，一直看错书了，应该从tensorflow这类书实践书看起。今天在windows10上搭建了一个简单的深度学习环境。跑一些小程序练练手。正文：深度学习环境：pythonanacondatensorflowkeras其实之前也打算装过tensorflow。但是没有成功。感觉这几个环境最难装的是tensorflow。如果不用GPU加速的话，不用安
转载
2024-06-12 05:48:50
117阅读
写在前面：当时装这个tensorflow可没少花时间，试了很多都是失败，命令窗口一片红，印象最深的就是什么动态链库加载失败什么的。当然最终换了台笔记本装好了，自己笔记本装的低版本的（只能装低版本的)。第一步：先装anaconda，去官网下载安装，直接下一步下一步的点，但后面有个选择，两个都勾上就行（适应环境变量），安装完成。第二步：不着急安装tensorflow.先去安装一下或更新自己电脑的Vis
转载
2024-05-08 22:58:10
76阅读
前言：从去年年底开始接触深度学习，就一直用的由谷歌开发的tensorflow框架。tensorflow框架主要包含张量和数据流图，简单来说就是张量从图的一端到另一端的计算。tensorflow完全开源，支持单cpu/gpu和多gpu的计算，并且支持windows和linux等操作系统。由于我的电脑无法再虚拟机上提供足够大的内存，所以我在window环境下装的。tensorflow分cpu和gpu版
转载
2024-03-19 12:44:01
277阅读
一、安装Anaconda3(1) 下载Anaconda安装文件(2) 注意安装Anaconda时一定要把环境变量加入windows环境中。要没有勾选，安装完后还有手动加入。而且注意3.4版本是默认不加入Anaconda的文件路径到环境变量的。(3) 安装完成后，运行开始菜单—>Anaconda3—>Anaconda Prompt输入如下命令查看已安装的库conda list二、安装Te
转载
2024-05-06 22:16:27
645阅读
1. 查看pip版本~$pip --versionpip 10.0.1 from /home/xx/anaconda3/lib/python3.6/site-packages/pip (python3.6)2. 安装tensorflow~$pip install tensorflow3. 打开python shell验证是否安装成功~$python>>>i...
原创
2021-12-15 18:09:51
242阅读
文章目录一、Tensorflow2.8 GPU环境配置二、下载 Object Detection API三、下载 COCO API四、Protobuf的安装配置五、配置环境变量，path路径六、添加path路径文件七、安装 COCO API八、验证 COCO API 是否安装成功九、安装 Object Detection API十、验证 Object Detection API 是否安装成功十、
TensorFlow:• 使用图 (graph) 来表示计算任务.• 在被称之为会话 (Session) 的上下文 (context) 中执
原创
2023-06-25 10:04:10
106阅读
在计算机领域中，Linux操作系统一直以其高度的稳定性和安全性而闻名。而在人工智能领域，TensorFlow框架则是非常热门且广泛使用的深度学习工具。然而，为了在Linux系统上充分利用TensorFlow的强大功能，需要考虑到CPU的性能因素。
在Linux系统中进行深度学习任务时，CPU的性能至关重要。尤其是对于一些中小型的深度学习模型或者在资源有限的情况下，使用CPU来运行TensorFl
原创
2024-04-03 10:11:20
65阅读
本文介绍Tensorlfow 针对 CPU SSE4.1 SSE4.2 AVX AVX2 FMA 的编译优化，以提升Tensorflow在CPU上的计算速度，实测可以提升两倍以上的速度。1、问题在用 pip 安装tensorflow的CPU版本后，在运行的时候通常会出现如下提示：Your CPU supports instructions that this TensorFlow bin
转载
2024-09-26 13:59:19
47阅读
记录一下自己的学习过程遇到的问题。参考链接该目标检测API已经更新到tensorflow2.0时代，但是我没有成功实现，所以这里是旧版本实现过程。1、环境配置及相关安装操作系统：Windows10 64位GPU：Nvidia RTX2080Ti内存：128GTensorFlow：1.14.0 GPU版本python环境：Anaconda3.7cuda:10.0.130这里记录一下三种安装各种库的方
总结我下的版本！用anaconda下载超级棒！安装tensorflow2.X （cpu环境）pip install tensorflow==2.X -i http://pypi.douban.com/simple --trusted-host pypi.douban.com 先别安装2.0版本，因为对于2.0的tensorflow ，再想继续安装tensorflow-&nbs
