在Windows上使用Anaconda安装Tensorflow
anaconda
python
tensorflow
5
0

我正在尝试在Windows PC上安装Tensorflow。由于我已经在Python(3.5)上安装并使用了Anaconda,因此我遵循了https://www.tensorflow.org/versions/r0.8/get_started/os_setup.html#anaconda-environment-installation的说明。

创建名为tensorflow的conda环境之后,我已经使用以下方法测试了安装:

$ python
Import tensorflow as tf

但是我得到了错误:

ImportError: no module named 'tensorflow'

有人知道我错过了吗?

非常感谢你!

参考资料:
Stack Overflow
收藏
评论
共 3 个回答
高赞 时间 活跃

更新:从TensorFlow 0.12开始,我们已经发布了Windows软件包。您可以使用以下命令安装仅CPU版本:

C:\> pip install tensorflow

…以及GPU加速版:

C:\> pip install tensorflow-gpu

请注意,您需要安装64位版本的Python 3.5才能使上述命令起作用。


Windows当前不支持 TensorFlow,并且Windows上都没有正式的二进制程序包。我们目前正在努力增加对Windows的支持,但是这项工作尚处于初期阶段。

有关如何在Windows上使用Docker或Bash运行TensorFlow的建议,请参阅此问题的答案。

收藏
评论

看来您需要激活安装了TensorFlow的虚拟环境。激活虚拟环境时,它将出现在命令提示符的括号中,如示例教程中所示:

$ source activate tensorflow
(tensorflow)$  # Your prompt should change

据我所知,source命令仅在Linux / Mac上有效,因此对于Windows,您必须按照此处的说明进行操作:

http://conda.pydata.org/docs/using/envs.html#change-environments-activate-deactivate

通常,如果您想知道[your_environment]/bin/activate的脚本文件,该文件位于[your_environment]/bin/activate中。

因此,基本上tensorflow文件安装在此环境文件夹中,并且Python将无法找到它们,除非将此文件夹添加到搜索库的PATH中,这实际上就是激活环境所要做的!

收藏
评论

上面提供的步骤会将TensorFlow安装在Windows系统中,但仍然可能在Jupyter笔记本电脑中使用TensorFlow时遇到问题-因此将来自不同位置的步骤集成在一起以获得完整的解决方案:

如何在Windows 10上的Anaconda环境中安装Tensorflow 1)从Anaconda站点下载并在系统中安装Anaconda 3.6(3.5及更高版本)。 2)重新启动系统3)通过以下命令创建虚拟环境:conda create -n tensorflow

4)激活虚拟环境

C:>激活张量流

(tensorflow)C:>#您的提示应更改anaconda中的TensorFlow 5)以下步骤应开始在虚拟环境中安装Tensorflow

(tensorflow)C:> conda install -c conda-forge tensorflow 6)现在您可以输入python并处理tensorflow(tensorflow)C:> python

7)但是,如果您想在Jupyter笔记本电脑上使用Tensorflow,则需要按照以下步骤设置虚拟环境的内核:a)将ipython内核模块安装到virtualenv中

激活您的virtualenv(如果尚未激活)

pip安装ipykernel

b)现在运行内核“自我安装”脚本:python -m ipykernel install --user --name = my-virtualenv-name

适当替换--name参数。在我的情况下是张量流

c)现在您应该可以在IPython笔记本菜单中看到您的内核:内核->更改内核,因此可以切换到它(您可能需要刷新页面才能在列表中显示它)。从那时起,IPython就会记住该笔记本要使用哪个内核。

8)使用以下程序测试tensorflow,您应该看到“ Hello,TensorFlow!”

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号