tensorflow 编译安装,下载安装tensorflow

　　Tensorflow安装教程详细解决方案(插图详细，深度不错)简介关于安装前的准备python关于开始使用Anaconda使用path Anaconda Navigator在Tensorflow系统中设置Anaconda

　　这篇序言的内容摘自我的新书《机器学习中的概率与统计》。欢迎各界大神交流指导。

　　做好事，首先要用好自己的工具。本书最后一章介绍了机器学习中常见概率的基础知识。如何将它们应用到机器学习领域？显然需要一个学习框架，但是建议你使用tensorflow框架来实现上述的学习网络。本文简单介绍如何在电脑上安装tensorflow。

　　当然，有很多框架想实现机器学习，但如果读者熟悉其他框架，可以忽略文字。

　　安装前的准备工作，无论是机器学习还是深度学习，都包含了很多计算任务，所以对计算机硬件平台的要求很高，但没有具体的标准。正如韩信受益匪浅，硬件配置越高越好，但好的硬件配置往往价格不菲。在这里，笔者谈谈自己的硬件结构。虽然不是很高，但是用少量的数据做计算就足够了。在讲解配置的同时，也介绍了安装tensorflow之前需要的基本配置环境。

　　如上图，这里不需要GPU。以我的电脑配置为例。

　　CPU:i5-8265U

　　内存：8GB

　　硬盘：固态硬盘

　　Linux在系统安装中的首选位置是：大部分深度学习框架都支持Linux系统，这是一个开源系统。很明显很多操作系统都是Linux辅助的。如果想做机器学习和深度学习的专业研究，Linux系统是首选。

　　但是Linux系统和windows系统的操作习惯差异很大，而且人们认为很多读者对windows系统比较熟悉，所以本节主要讨论如何在windows系统上安装tensorflow框架。

　　在windows系统上安装tensorflow深度学习框架基本包括以下三个步骤：首先安装Python，然后安装Android，最后安装tensorflow。接下来将详细说明这三点。

　　python Python语言虽然最早是在1991年发布的，但由于机器学习/深度学习，近年来非常流行。可以说是大器晚成。

　　与其他语言相比，Python的特点是简单、粗暴、直接。对于语言初学者来说，python的工作模式非常友好，内嵌了非常完善的基础代码库，涵盖了网络、GUI、文本、数据库等大量内容。所以Python在内置电池的Python上开发程序，不需要工程师新建，直接使用库文件的工作量也很大。Python中除了内置的文件，还有大量的第三方库文件，也就是别人开发的文件，使用Python时可以直接使用。

　　此外，python也被称为粘合语言，可以很容易地与其他各种语言类型连接。比如用python，先搭建一个框架，把有特殊要求的部分用特殊语言写出来。

　　安装Anaconda Python之后，必须安装运行时环境。这也是很多windows玩家不熟悉的地方。毕竟平时直接装游戏还是可以的。没听说过环境。现在很多jddxm玩家都不熟悉，说突然安装软件也会配置相应的运行环境。

　　这本书仍然以概率为中心。我们认为应用tensorflow框架的目的是为了验证算法的正确性。接下来，作者以安装Anaconda的步骤为例来说明直接安装的方法。

　　(1)在百度上搜索Anaconda，找到其官方平台点击进入，或者直接输入官网地址进入https://www.anaconda.com/.

　　2)向下滚动官网页面，找到个人版点击进入。

　　3)继续向下滚动页面，找到Anaconda安装版本的产品序列，根据自己的实际情况选择其中一个下载。其中作者选择下载64位的python3.7版本3.7，其中64位是计算机操作系统的64位。之所以选择Python3.7，是因为Python的新版本代表了更新的方向，未来兼容性更好。

　　)4)下载Anaconda后，在下载路径中找到exe文件，点击进入下一步/我同意(如图)。安装后，单击开始程序(windows系统)找到Anaconda3文件夹。展开文件夹，然后单击黑色的Anaconda图标。

　　5)此时，进入环境编程页面，设置环境变量。下面是安装常用软件的最大区别。在tensorflow中设置环境。这是因为如果环境设置不正确，tensorflow将无法正常工作。就像根据土地的性质来盖房子一样。

　　当你访问这个页面时，你通常会发现页面上显示的信息是(base) c:(users) 52566。该信息表明当前系统的运行时路径位于c盘上。您可以通过输入conda -version命令来查询Anaconda的下载版本。

　　通过输入命令conda list，可以很容易地查询加载到当前anaconda中的更改。

　　环境，如图14.18所示，在这里还可以找到刚刚安装的python的版本。路径信息(base) C:\Users\52566这里就像一个大商场，里面的环境变量就是这个商场的商户。(6)现在需要安装新的计算框架tensorflow。由于tensorflow需要一些特定的环境变量，为了方便它的管理，这里设置了一个新的环境路径(相当于为它建了一个商场，如图14.20)。设置新环境路径的说明如下

　　conda createn您的名字。

　　在上面的命令中，yourname是新设置的环境变量的名称，可以根据个人喜好进行设置。conda create是创建新环境的命令，而-n表示该命令后面的yourname是要创建的环境变量的名称。

　　(7)输入命令Conda info - envs，查看环境变量是否创建成功。

　　(8)创建成功后，进入路径，安装Tensorflow。

　　进入环境的命令是：

　　康达激活随便去个名子

　　安装tensorflow的相关命令如下：

　　查看当前tensorflow版本命令：

　　搜索-全名tensorflow查看各版本tensorflow包信息和依赖命令：

　　Condinfo tensorflow注意：上面的命令会找到tensorflow的很多版本，然后会找到更多的依赖项。这里就不展示了。

　　最后，安装tensorflow的命令：

　　pip-升级-忽略-安装的Tensorflow开始使用tensorflow。很多读者已经正确安装了Anaconda和tensorflow，但是仍然无法使用tensorflow，并且总是给出找不到tensorflow的错误信息。下面将解释如何使用tensorflow。

　　系统内配置Anaconda使用路径当出现提示找不到tensorflow的错误时，通常是系统变量的路径没有更新。有两种解决方案。一种是从系统内部更新环境变量。方法如下(针对win10系统):

　　(1)进入系统设置面板，找到高级系统设置选项，回车。

　　(2)点击环境变量：

　　(3)在系统变量窗口中找到路径线，单击鼠标左键，进入编辑界面。

　　(4)选择你要执行的python版本，向上移动到顶部，设置好。

　　在Anaconda Navigator中设置路径因为tensorflow是安装在Anaconda环境中的，所以之前已经说过，Anaconda的优势在于内置了很多学习框架所需的环境变量，其中也包括快速设置路径的方式。

　　该方法如下：

　　(1)首先点击开始程序，展开Anaconda菜单，进入Anaconda导航程序；

　　(2)进入环境设置菜单；

　　(3)选择tensorflow的安装路径并激活；

　　(4)设置完成。

　　至此，环境的配置完成。现在你可以点击开始菜单-Anaconda3-Jupyter。

　　笔记本开始了建模之旅。

　　后记以上是本文的全部内容。如果有兴趣，不妨先喜欢一下再去。另外，如果对我的新书《机器学习中的概率与统计》童鞋感兴趣，也可以顺便关注一波。新书第一版我会不断更新，再次欢迎各路大神前来交流。

　　“欢迎到官网(与https://tensorflow.google.cn/)了解更多关于TensorFlow的信息，或者关注TensorFlow官方微信官方账号了解更多信息。”

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。