安装Anaconda/Python3.9/Tensorflow

人工智能354

安装Anaconda/Python3.9/Tensorflow

· 安装Anaconda

官网安装,开梯子
安装Anaconda/Python3.9/Tensorflow
Download即可。打开下载好的安装包,按照提示,一路【Next】
安装Anaconda/Python3.9/Tensorflow
选择安装路径
安装Anaconda/Python3.9/Tensorflow
官方建议不要自动配置环境变量,无论是自动还是手动配置。一般情况下,默认选中以下选项(我刚安装在这里,所以无法选中。)

[En]

It is not officially recommended to configure environment variables automatically, either automatically or manually. Generally, the following option is checked by default (I have just installed it here, so I can't check it. )

点击【Install】,等待安装完成。继续按提示操作至安装界面结束。

; · 配置Anaconda环境变量

添加如下Path环境变量
安装Anaconda/Python3.9/Tensorflow
cmd查看Anaconda版本
安装Anaconda/Python3.9/Tensorflow
证明Anaconda已经装好。

· 安装Tensorflow

开始菜单打开Anaconda Prompt
安装Anaconda/Python3.9/Tensorflow
配置清华镜像源,从这里开始要关掉代理了。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

Anaconda创建Python环境,可在官网查看Tensorflow支持的Python版本:
安装Anaconda/Python3.9/Tensorflow
我的Anaconda给我装了Python3.9,于是

conda create -n tensorflow python=3.9

询问[Y/N]时选择Y。完成时给出如下提示
安装Anaconda/Python3.9/Tensorflow
查看目前有哪些环境,通过

conda env list

conda info --env

可以看到tensorflow环境已经创建。星号为当前所在环境(基础环境base)。通过 activate tensorflow进入tensorflow环境:
安装Anaconda/Python3.9/Tensorflow
开始实际安装Tensorflow。查看当前可使用的Tensorflow版本,通过

conda search --full --name tensorflow

安装Anaconda/Python3.9/Tensorflow
从1.1.0到2.6.0都有。可指定版本安装,这里安装默认版本

pip install --upgrade --ignore-installed tensorflow

无报错结束应该是装好了。打开Python环境,导入tensorflow包进行测试
安装Anaconda/Python3.9/Tensorflow
确定tensorflow已经装好(这里应该是Cuda版本低了,以后再调)。 tf.__version__查看版本为2.7。
最后如果想退出tensorflow环境

conda deactivate

同时,conda控制台是默认打开base环境的,如果想管理这一设置

conda config --set auto_activate_base false / true

参考博客如下

https://blog.csdn.net/zaxcac/article/details/122422684
https://blog.csdn.net/weixin_42412254/article/details/107569830
https://blog.csdn.net/woniuyc/article/details/121984874
https://blog.csdn.net/weixin_44717083/article/details/121555146
https://blog.csdn.net/java_pythons/article/details/114875018
https://blog.csdn.net/qq_38463737/article/details/109492394
https://blog.csdn.net/qq_37924224/article/details/117712061

Original: https://blog.csdn.net/qq_45755158/article/details/122644140
Author: Miska_Muska
Title: 安装Anaconda/Python3.9/Tensorflow

Original: https://blog.csdn.net/qq_45755158/article/details/122644140
Author: Miska_Muska
Title: 安装Anaconda/Python3.9/Tensorflow

相关文章
yolox 人工智能

yolox

好久没做目标检测,之前一直在做分割问题,目前体验下来目标检测在算法上要求貌似更高一点。所以计划研究下yolo系列最新出的yolox。yolox相对于之前的yolo系列在速度上有了比较大的提升并且移除了...
无人驾驶感知篇之目标跟踪(一) 人工智能

无人驾驶感知篇之目标跟踪(一)

基本的感知任务有针对动态道路参与者的目标识别、检测和跟踪,之前的文章基本把无人驾驶感知篇之目标检测写的差不多了,这篇开始写一写目标的跟踪。 1.什么是目标跟踪 目标跟踪是目标检测在时间轴上的延续,获得...
如何使用F1-score来评估模型性能 人工智能

如何使用F1-score来评估模型性能

你好,这篇文章咱们讨论一下关于「如何使用F1-score来评估模型性能」的事情... 关于如何使用F1-score来评估模型性能的技术文 在机器学习中,评估模型性能是非常重要的一个环节。常用的评估指标...
mstar 平台I2C 配置 人工智能

mstar 平台I2C 配置

芯片的pin 脚可以用作不同的功能,总结一句就是外设进行状态和数据交换。 最常用的是作为GPIO,设置为输出模式时,通过高低电平来控制一些外围设置; // 如LED,屏的电源,背光的开关,功放的静音等...