安裝Anaconda 5.2 + tensorflow 1.9
- 下載Anaconda5.2.0(64位或32位)https://www.anaconda.com/download/
- 安裝Anaconda5.2.0(一路確定即可)
- 打開Anaconda prompt,然後執行pip list 查看已安裝的包
- 如果你只有CPU,請執行:pip install tensorflow
- 如果你有GPU,請參考:
- 安裝cuda+cudnn+tensorflow時請特別注意,第一個小版本號(小數點後第一位)一定不能錯!!
- 驗證一下:Python環境下直接import tensorflow,若沒有報錯,則安裝正確。
- 下載pycharm社區版
TensorFlow最簡教程
- 使用圖 (graph) 來表示計算任務.
- 在被稱之爲 會話 (Session) 的上下文 (context) 中執行圖.
- 使用 張量(tensor) 表示數據.
- 通過 變量 (Variable) 維護狀態.
- 使用 feed 和 fetch 可以爲任意的操作賦值或者從其中獲取數據
用jupyter和pycharm分別驗證TensorFlow小程序
import tensorflow as tf
# 創建2個矩陣,前者1行2列,後者2行1列,然後矩陣相乘:
matrix1 = tf.constant([[3,3]])
matrix2 = tf.constant([[2], [2]])
product = tf.matmul(matrix1,matrix2)
# 上邊的操作是定義圖,然後用會話Session去計算:
with tf.Session() as sess:
result2 = sess.run(product)
print(result2)
安裝opencv 3.4
- pip install opencv-python
- 如果發現安裝特別慢,且報read time out 錯,可參考https://blog.csdn.net/lambert310/article/details/52412059,建立一個國內的映像。
- 如果還是經常掉線,可試一下:pip --default-timeout=100 install opencv-python
驗證opencv小程序
#導入cv模塊
import cv2 as cv
#讀取圖像,支持 bmp、jpg、png、tiff 等常用格式
img = cv.imread("D:\python\test.jpg")
#創建窗口並顯示圖像
cv.namedWindow("Image")
cv.imshow("Image",img)
cv.waitKey(0)
#釋放窗口
cv2.destroyAllWindows()