查看TensorFlow的版本以及安装路径 进入到Python环境 import tensorflow as tf tf.__version__ # 查看版本 tf.__path__ # 查看安装路径 查看TensorFlow版本的另一种方法 sudo pip3 show tensorflow-gpu # GPU版 sudo pip3 show tensorflow # 非GPU版 查看TensorFlow版本的另一种方法 $ python Python 3.6.7 (default, Oct

最近刚刚接触深度学习,安装一下tf 环境:华硕Z170主板.i7 6700k.GTX1070.Ubuntu16.04.Python2.7 在这之前先装好了cuda8.0.cudnn5.0.caffe整理一个,首次尝试从源码安装(由于源码安装过程中有一些链接失效未能成功,还是记录下来了,最后是pip install的)需要科学上网 环境是Ubuntu 16.04,依赖项就那些,此处略过,cuda8.0和cudnn5.0已经安装,完全按照官方流程安装,官方流程链接如下: https://www.te

系统环境:Ubuntu14.04 64位.Windows7 64位 双系统 CUDA 版本: 7.5 总结一下,我的安装建议是: 一定要下一份CUDA官方的安装文档,按照它的步骤一步步慢慢来,不可偷懒.CUDA 7.5 官方安装文档下载 在安装之前一定要详细检查自己的系统环境.软件是否符合CUDA的安装要求.不要存有侥幸心理,跳过检查步骤. 每进行一项操作,都检查一下该项操作是否成功.如果没成功,适时重启电脑或者重启终端, 1.安装Ubuntu系统14.04 安装完毕后不要更新系统. 这条到底是

windows下某些tensorflow例子跑不成功,比如https://www.tensorflow.org/tutorials/wide 中的例子报下面的错误:' 'NoneType' object has no attribute 'bucketize' 因此决定在Linux环境上安装tf. 楼主用的linux系统为ubuntu-16.04.2-desktop-amd64, 安装在virtualbox 5.1.18版本上. 注意unbuntu需要是64位的!!! tensorflow官方安

tensorflow安装过程cpu版-(windows10环境下)---亲试可行方案   一, 前言:本次安装tensorflow是基于Python的,安装Python的过程不做说明 二, 安装环境:(tensorflow支持的系统是64位的,windows和linux,mac都需要64位) 和windows版本没什么关系,我的是windows10 Python3.5.2(自己电脑上安装的版本,如果你安装了,不知道版本的话可以在命令窗口输入"python --version",会显示你

转载自:http://blog.csdn.net/silent56_th/article/details/77587792 系统环境:Ubuntu16.04 + GTX1060 目的:配置一下python-tensorflow环境 问题复现: 使用设置/软件与更新/附件驱动 安装nvidia-375 使用CUDA-8.0*.run安装CUDA 使用cudnn*.tgz安装cudnn5.1 PATH里面加入了/usr/local/cuda-8.0/bin LD_LIBRARY_PATH里面加入了/

python虚拟环境 由于TensorFlow只支持某些版本的python解释器,如Python3.6.如果其他版本用户要使用TensorFlow就必须安装受支持的python版本.为了方便在不同项目中使用不同版本的python,可以考虑Virtualenv创建虚拟环境. 以下为windows环境创建.启用.停用.删除虚拟环境的方法 python --version 打印的是系统环境变量里第一个找到的python解释器版本3.7 pip3 install virtualenv 安装virtual

TensorFlow安装时,TensorFlow环境已经调好了,就是下面的第(3)步, 可我自己偏偏选了个Python3.7,因为检测到自己的Python最新版本为3.7,就手贱安了TensorFlow环境下的Python解释器为3.7的,到最后安装完了才知道,运行tensorflow时会报错.而重新安装3.5版本的会报下面的错 原因是,tensorflow支持的Python版本最高为3.5(也有说3.6的),3.7的不支持,所以就得想办法怎么卸载这个安装在tensorflow环境下的Pytho

安装步骤 要求:Python必须是64位根据TensorFlow的计算方式,TensorFlow的安装分为CPU版本和GPU版本对于Python3.5或者Python3.6,可以使用pip install tensorflow(安装CPU版本)和pip install tensorflow-gpu(安装GPU版本)对于Python2.7,只能通过源码编译来安装TensorFlow(Windows操作系统) 备注:TensorFlow-GPU要求机器的显卡必须是NVidia的显卡.备注:授课Ten

本文转载自:https://blog.csdn.net/gangeqian2/article/details/79358543 手把手教你windows安装tensorflow的教程参考另一篇博文http://mp.blog.csdn.net/postedit/79307696 此博文是在上文安装CUDA/cuDNN的基础上的个人填坑总结,欢迎指教. CUDA CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台. CUDA™是

安装环境 Windows8.1 python3.5.x(TensorFlow only supports version 3.5.x of Python on Windows) pip 9.0.1 tensorflow-gpu-0.12.0 cuda cudnn 安装过程 安装Python3.5 安装python 下载地址: https://www.python.org/ 点击Downloads下的Windows,本次选用了Python 3.5.2版本 选择其中的第五个,Windows x86-

版权声明:若无来源注明,Techie亮博客文章均为原创. 转载请以链接形式标明本文标题和地址: 本文标题:TensorFlow安装及jupyter notebook配置     本文地址:http://techieliang.com/2017/11/68/ tensorflow利用anaconda在ubuntu下安装方法及jupyter notebook运行目录及远程访问配置 Ubuntu下安装Anaconda bash ~/file_path/file_name.sh 出现许可后可按Ctrl+

一.Python安装 python采用anaconda安装,简单方便,下载python3.6的anaconda  linux64的sh安装文件. 1.bash Anaconda-2.1.0-Linux-x86_64.sh 2.python,用于测试 二.Tensorflow安装 1.首先安装 pip (或 Python3 的 pip3 ): # Ubuntu/Linux 64-bit $ sudo apt-get install python-pip python-dev # Mac OS X

安装前的准备 UEFI 启动GPT分区 Win10和Ubuntu16.04双系统安装 ubuntu16.04 NVIDIA 驱动安装 ubuntu16.04 NVIDIA CUDA8.0 以及cuDNN安装 注意,在此使用的是CUDA9.0以及cuDnn7.1.4,所以可以参照上面的情况,安装本文使用的版本.不愿意官网下载,可以直接在此下载. 安装Tensorflow ubuntu16.04中的python版本 安装好ubuntu16.04版本之后,系统会自带 python2.7版本,在此想使用

一:创建TensorFlow工作环境目录 1. 在anconda安装目录下找到envs目录然后进入 2. 在当前目录下创建一个文件夹改名为tensorflow 二: 创建TensorFlow工作环境 1. 按下win+R键打开命令行 2. 输入conda create --name tensorflow python=3.5:然后回车 3. 接下来系统提示是否安装,输入y回车 4. 工作环境创建完成 三:安装TensorFlow 1. 使用命令activate tensorflow 切换到ten

ArcGIS 10.5 tensorflow安装日记 商务科技合作:向日葵,135-4855__4328,xiexiaokui#qq.com Datetime: 2019年5月27日星期一 Os: win 10 64bits Gis: arcgis 10.5 32 bits Python: 2.7 32 bits Tf: tensorflow 1.10 cpu 32 bits Result:   参考: https://packaging.python.org/tutorials/install

什么是TensorFlow?  TensorFlow是Google开发的一款神经网络的Python外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.TensorFlow 让我们可以先绘制计算结构图, 也可以称是一系列可人机交互的计算操作, 然后把编辑好的Python文件 转换成 更高效的C++, 并在后端进行计算. 为什么要使用TensorFlow? TensorFlow 无可厚非地能被认定为 神经网络中最好用的库之一. 它擅长的任务就是训练深度神经网络.通过使用TensorFlo

版本说明: 多次实验后,python3.5+TensorFlow1.2+numpy1.16.4比较成功,不会报奇奇怪怪的错.(安装流程中会说到,不需要提前下载) 准备工作: 找到电脑:C:\Users\Administrator(为了防止小白看不懂,Administrator就是电脑用户名,比如我电脑名是PC,地址就是C:\Users\pc)中的.condarc文件,打开,然后修改一下,安装Tensorflow时,需要从Anaconda仓库中下载,一般默认链接的都是国外镜像地址,下载肯定很慢啊(

深度学习之TensorFlow安装与初体验 学习前 搞懂一些关系和概念 首先,搞清楚一个关系:深度学习的前身是人工神经网络,深度学习只是人工智能的一种,深层次的神经网络结构就是深度学习的模型,浅层次的神经网络结构是浅度学习的模型. 浅度学习:层数少于3层,使用全连接的一般被认为是浅度神经网络,也就是浅度学习的模型,全连接的可能性过于繁多,如果层数超过三层,计算量呈现指数级增长,计算机无法计算到结果,所以产生了深度学习概念 深度学习:层数可以有很多层,但是并不是全连接的传递参数,如上图中右边是一个

前言 实话说,在自己亲手捣鼓了一下午加一晚上后,本人深深地感受到了对于"Anaconda安装+虚拟环境Tensorflow安装"里面的坑点之多,再加上目前一些博主的资料有点久远,尤其是目前有的教程还在教大家创Python3.5的虚拟环境,而目前的PyCharm已经不支持Python3.5的解释器了!!!当时我看到那一行提示字的时候,险些崩溃...在终于弄好后,写下这篇博客记录安装过程,以及踩到的大大小小的坑点,既是记录,也希望对大家有所帮助. Anaconda安装 一.首先介绍本人的A

在Python编程中,我们常常需要自己编写模块,当模块文件写好了,就需要创建安装文件,方便模块的发布. 此时,常用的方法,就是使用Python distutils(代表distribution utilities,分发实用程序)包,来创建基于python的安装文件,下面从Linux和Windows两个系统分别说明. 前提:在fullmodule文件夹下,已经存在模块脚本meal.py和安装脚本setup.py. Linux下: python setup bdist_rpm 使用此代码,就能生成b