使用Anaconda安装tensorflow,keras(Windows)
2021/12/27 7:10:51
本文主要是介绍使用Anaconda安装tensorflow,keras(Windows),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
主要记载一下在windows上安装tensorflow遇到的问题及安装步骤。不要在原来的环境上安装,因为会重新安装一套库如numpy等,会导致下载多个版本。
1. Anaconda安装tensorflow。
使用Anaconda创建虚拟环境非常方便,这里安装Anaconda的方法可以参考Windows下Anaconda的下载,安装与使用。
- 在Anaconda Prompt中输入命令,创建conda环境
conda create -n tensorflow python=3.6
- 稍等,创建完环境后,激活环境。
activate tensorflow
- 安装tensorflow
pip install tensorflow
在使用pip install tensorflow
安装tensorflow时,报错:
WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by 'NewConnectionError('<pip._vendor.urllib3.connection.HTTPSConnection object at 0x000001B40D0D4948>: Failed to establish a new connection: [WinError 10 051] 向一个无法连接的网络尝试了一个套接字操作。')': /simple/tensorflow/
网上搜索一堆方法用来安装tensoflow:
- 常规安装:
pip install --upgrade --ignore-installed tensorflow
- 使用镜像:
阿里云 http://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 豆瓣(douban) http://pypi.douban.com/simple/ 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
但是经过网上给的方法进行安装,还是出现错误。
最终的解决办法:
pip install tensorflow -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
tensorflow可以更换为你想下载的库,之后只需要等待即可。
2. 安装 keras 库
keras搭建在tensorflow基础上,在安装keras安装之前需要安装tensorflow、numpy、matplotlib、scipy。
pip install numpy pip install matplotlib pip install scipy pip install tensorflow pip install keras
这篇关于使用Anaconda安装tensorflow,keras(Windows)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-10-30tensorflow是什么-icode9专业技术文章分享
- 2024-10-15成功地使用本地的 NVIDIA GPU 运行 PyTorch 或 TensorFlow
- 2024-01-23供应链投毒预警 | 恶意Py包仿冒tensorflow AI框架实施后门投毒攻击
- 2024-01-19attributeerror: module 'tensorflow' has no attribute 'placeholder'
- 2024-01-19module 'tensorflow.compat.v2' has no attribute 'internal'
- 2023-07-17【2023年】第33天 Neural Networks and Deep Learning with TensorFlow
- 2023-07-10【2023年】第32天 Boosted Trees with TensorFlow 2.0(随机森林)
- 2023-07-09【2023年】第31天 Logistic Regression with TensorFlow 2.0(用TensorFlow进行逻辑回归)
- 2023-07-01【2023年】第30天 Supervised Learning with TensorFlow 2(用TensorFlow进行监督学习 2)
- 2023-06-18【2023年】第29天 Supervised Learning with TensorFlow 1(用TensorFlow进行监督学习 1)