【笔记】莫烦PYTHON | Tensorflow教程——Tensorflow简介(第一章)
2022/1/29 1:04:33
本文主要是介绍【笔记】莫烦PYTHON | Tensorflow教程——Tensorflow简介(第一章),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!
# Ubuntu/Linux 64-位 系统的执行代码: $ sudo apt-get install python-pip python-dev # Mac OS X 系统的执行代码: $ sudo easy_install --upgrade pip $ sudo easy_install --upgrade six
CPU版本
$ pip3 install tensorflow
GPU版本
先安装NVIDIA CUDA必要组件
$ sudo apt-get install libcupti-dev
通过pip安装
$ sudo apt-get install python3-pip python3-dev # for Python 3.n
然后选择要安装的版本
$ pip install tensorflow # Python 2.7; CPU support (no GPU support) $ pip3 install tensorflow # Python 3.n; CPU support (no GPU support) $ pip install tensorflow-gpu # Python 2.7; GPU support $ pip3 install tensorflow-gpu # Python 3.n; GPU support
windows版本
方法一:安装Anaconda
方法二:pip安装
首先安装python3.5及以上版本
安装numpy,两个教程莫烦python,或者u014206910的CSDN博客,以及可能会出现的错误。
在cmd或者powershell窗口下敲命令
# CPU 版的 C:\> pip3 install --upgrade tensorflow # GPU 版的 C:\> pip3 install --upgrade tensorflow-gpu
错误1:
Error importing tensorflow. Unless you are using bazel, you should not try to import tensorflow from its source directory; please exit the tensorflow source tree, and relaunch your python interpreter from there.
解决办法:安装Microsoft Visual C++ 2015 redistributable update 3 64 bit。
错误2:
ImportError: No module named '_pywrap_tensorflow_internal'
解决办法:安装Visual C++ Redistributable for Visual Studio 2015。
测试
打开python编辑器,输入以下代码,如果没有出错则说明安装正确。
import tensorflow
更新Tensorflow
比较麻烦,要先删除原有的版本,重新安装
pip3 uninstall tensorflow #删除代码
1.7 神经网络在干嘛
机器学习其实就是让电脑不断的尝试模拟已知的数据,他能知道自己拟合的数据离真实的数据差距有多远,然后不断地改进自己拟合的参数,提高拟合的相似度。
拟合参数:假设我们的神经网络模拟训练一个二维的数组问题,x表示输入,y表示输出,二元一次函数y=ax+b,我们要通过不断的训练得出一个最优的或者说确定下来的a和b的值,这样再以后再输入的时候,就可以得到确定的y的值(当然这是不可能的,只能无限接近)。
这篇关于【笔记】莫烦PYTHON | Tensorflow教程——Tensorflow简介(第一章)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)