(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
1.tensorflow与tensorflow-cpu、tensorflow-gpu区别 tensorflow是目前机器学习主流框架之一，安装时偶尔会遇到一些问题。tensorflow目前分为tensorflow1.x与tensorflow2.x版本，区别很大，这里不做解释。下面是参考网上的tens ...
转载
2021-07-24 19:39:00
4579阅读
2评论
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
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
120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
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
279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
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
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
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
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
Installing TensorFlow on Windows的官网 https://www.tensorflow.org/install/install_windows 在tensorflow 0.12.0开始支持Windows下安装了。tensorflow 0.12.0之前是只支持Mac和Linux系统。
转载
2024-04-23 13:30:45
9阅读
大前提：tensorflow只支持64位 可以使用：sudo uname --m参看如果是x86_64就是64如果是i686就是32，如果是32，那就重装64的吧，再进行如下：64位下载地址：Thank you for downloading Ubuntu Desktop | Ubuntu或者：https://pan.baidu.com/s/1ty72uH9Ho4FQqFxenaQ_gA
在标准系统上通常有多个计算设备.
TensorFlow 支持 CPU 和 GPU 这两种设备. 用指定字符串来标识这些设备. 比如:
"/cpu:0": 机器中的 CPU
"/gpu:0": 机器中的 GPU, 如果你有一个的话.
"/gpu:1": 机器中的第二个 GPU, 以此类推...
在Tensorflow程序中，我们会经常看到 with tf.device("/cpu:0"): 这个语
转载
2024-04-28 15:07:44
138阅读
TensorFlow-CPU与GPU的安装教程TensorFlow-CPU1.下载Anaconda2. 下载Vsual C++3. 安装TensorFlow-CPUTensorFlow-GPU1.检测当前GPU驱动版本是否满足大于410版本2.下载Vsual C++3.下载Anaconda或Miniconda4.替代.condarc配置文件4.安装Tensorflow-GPU 写在前面：CPU和
转载
2024-02-29 23:46:23
112阅读
WIN10 + python3.5 + Aaaconda3-5.1.0 + CUDA10.0 + cuDNN7.6.5.32 + tensorflow-gpu-1.13.1 安装步骤1、查找python与tensorflow版本对应2、安装python3.53、Anaconda安装4、CUDA与cudnn安装5、tensorflow安装报错问题解决 1、查找python与tensorflow版本
转载
2024-04-28 19:30:07
68阅读
最近两天小编实验室新买回来一台图形工作站，需要搭建python+tensorflow-gpu的环境，花费了一天半的时间配置完成，当然如果你网络好，可能半天就OK拉，下面来个总结吧。表格中是此次配置的主要环境windows10系统Anaconda3-4.0.0（64位）python3.5cuda10.0 tensorflow-gpu1.14.01、配置中的软件要求按照tenso
转载
2024-05-14 08:19:26
68阅读
项目场景：pycharm、python3.10、跑数据库测试bi-lstm问题描述使用python尝试运行代码跑数据库的时候遇到tensorflow报错 原因及解决思路：1.pip ：pip不支持，大概率要更新pip之后重新尝试2.conda ：conda的命令一直都很奇怪，那就是conda的环境没有配好Mac M1无法使用conda创建虚拟环境主要是因为bash和szh中的anaconda的环境
import osos.environ["CUDA_VISIBLE_DEVICES"]="-1"
原创
2021-11-04 14:11:34
2196阅读
