安裝Tensorflow-gpu==1.13.1 查看Tensorflow版本 國內鏡像 體驗識別數子
感受:
終於安裝好了,非常的開心,因爲以前用的是TF2,有些新的API和模塊有改動,作爲初學者的小白,無從下手,所以聽從前輩的建議安裝Tensorflow,使用的方法是pip在線安裝,最好用國內鏡像安裝,會快捷穩定很多,內含安裝cpu版本的指令,安裝cpu版本後無需再進行後面的所有步驟了!!!個人建議安裝GPU版本的
步驟 | 內容 |
---|---|
* | 使用國內鏡像源安裝(強力推薦) |
1 | 安裝 |
2 | 繼續安裝 |
3 | 堅持就是勝利 |
4 | 測試並體驗深度學習的快樂 |
*,使用國內鏡像源安裝(強力推薦)
如果用了這個方法,那麼步驟1-3都可以不看了,因爲這個放法下載非常快!
先安裝Anaconda:詳細教程
安裝了Anaconda後就可以使用pip命令、來進行包管理了
在cmd窗口中輸入以下指令:
GPU版本
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.1
CPU版本:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.13.1
安裝好後再輸入同樣的指令會出現以下信息輸出,表明安裝完畢,可用步驟4進行測試是否能使用。
一,安裝
在cmd窗口下輸入:
pip install tensorflow-gpu==1.13.1
如果不想安裝gpu版本則使用以下命令:
```powershell
pip install tensorflow==1.13.1
```
此方法安裝成功後就不用進行後面的所有步驟了,因爲CUDA和Cudnn是爲了tensorflow使用GPU服務的
這種安裝方法使用的是外國的pypi,具體我也不懂,網速傳輸會被限制就對了,因爲在線安裝會受到網絡的影響,所以在安裝的時候儘量保證網絡的暢通不間斷,不然經常報錯,小白我今晚使用東莞free-wifi堅持安裝了兩次,終於安裝好了!開心!
二,繼續安裝
若安裝成功再次輸入在線安裝指令時,會顯示如上兩圖的輸出;
若繼續報錯,也不用氣餒,在輸入一次,等它安裝,保持網絡暢通
三,堅持就是勝利
直到顯示如步驟一中的圖爲止,實在不行就凌晨安裝,成功機率可能大些
四,測試
1,打開Spyder3
2,鍵入以下代碼
import tensorflow as tf %emm,導入tensorflow模塊另取名爲tf,以方便使用
a = tf.__version__ %變量a賦值爲tf的版本信息
print(a) %打印輸出
3,看輸出
我們還可以嘗試調用tf1的API體驗到深度學習的快樂,這裏用前輩寫好的例程體驗下,代碼如下:
# -*- coding: utf-8 -*-
"""
Created on Wed May 31 20:09:17 2017
@author: 代碼醫生
@blog:http://blog.csdn.net/lijin6249
"""
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
print ('輸入數據:',mnist.train.images)
print ('輸入數據打shape:',mnist.train.images.shape)
import pylab
im = mnist.train.images[1]
im = im.reshape(-1,28)
pylab.imshow(im)
pylab.show()
print ('輸入數據打shape:',mnist.test.images.shape)
print ('輸入數據打shape:',mnist.validation.images.shape)
這表明我們成功使用tf1的mnist數據集進行了訓練!
結束語:在線安裝東西,網絡是關鍵!
總文:小白對這些軟件的抽象理解