TensorFlow的环境配置与安装⽅法
⼀、简介
spyder python下载TensorFlow是⼀个基于数据流编程（dataflow programming）的符号数学系统，被⼴泛应⽤于各类机器学习（machine learning）算法的编程实现，其前⾝是⾕歌的神经⽹络算法库DistBelief。Tensorflow拥有多层级结构，可部署于各类服务器、PC终端和⽹页并⽀持GPU和TPU⾼性能数值计算，被⼴泛应⽤于⾕歌内部的产品开发和各领域的科学研究。
TensorFlow由⾕歌⼈⼯智能团队⾕歌⼤脑（Google Brain）开发和维护，拥有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在内的多个项⽬以及各类应⽤程序接⼝（Application Programming Interface, API） [2] 。⾃2015年11⽉9⽇起，TensorFlow依据阿帕奇授权协议（Apache 2.0 open source license）开放源代码。
TensorFlow即可以⽀持CPU，也可以⽀持CPU+GPU。前者的环境需求简单，后者需要额外的⽀持。
TensorFlow是基于VC++2015开发的，所以需要下载安装VisualC++ Redistributable for Visual Studio 2015 来获取MSVCP140.DLL的⽀持。
下载并安装anaconda
下载并安装Python编译器，以3.7X为例。
如果要安装GPU版本（有N卡，即NVIDIA显卡），需要以下额外环境：
0）有⽀持CUDA计算能⼒3.0或更⾼版本的NVIDIAGPU卡。
1）下载安装，并确保其路径添加到PATH环境变量⾥；
2）下载安装，并确保其路径添加到PATH环境变量⾥；
3）CUDA8.0相关的NVIDIA驱动。
⼆、安装
1.检查Anaconda是否成功安装：conda --version
2.检测⽬前安装了哪些环境：conda info --envs
3.检查⽬前有哪些版本的python可以安装：conda search --full-name python
4.安装不同版本的python：conda create --name tensorflow python=3.7
5.按照提⽰，激活之：activate tensorflow
6.确保名叫tensorflow的环境已经被成功添加：conda info --envs
7.检查新环境中的python版本：python --version
8.退出当前环境：deactivate
三、TensorFlow安装
pip install tensorflow
验证是否安装成功：有三种⽅式
（1）直接在cmd中依次输⼊python
然后键⼊
import tensorflow as tf
hello = tf.constant(‘Hello tensorfolw')
sess = tf.Session()
print(sess.run(hello))
结果：b'Hello tensorfolw'，则安装成功。
（1）在anaconda中的applications on 中选择TensorFlow，然后launch Spyder
进⼊Spyder之后，输⼊上⾯的代码，然后点击run.如在console中出现如下输出b'Hello tensorfolw'，则安装成功。
（3）在pycharm中输⼊⼀下内容：
import tensorflow as tf
hello = tf.constant('Hello tensorfolw')
sess = tf.Session()
print(sess.run(hello))
如⽆误也会出现⼀下内容
到此这篇关于TensorFlow的环境配置与安装⽅法的⽂章就介绍到这了，更多相关TensorFlow环境配置与安装内容请搜索以前的⽂章或继续浏览下⾯的相关⽂章希望⼤家以后多多⽀持！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。