ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

【笔记】莫烦PYTHON | Tensorflow教程——Tensorflow简介(第一章)

2022-01-28 23:58:48  阅读:266  来源: 互联网

标签:莫烦 pip3 PYTHON support GPU install tensorflow pip Tensorflow


# 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)。

标签:莫烦,pip3,PYTHON,support,GPU,install,tensorflow,pip,Tensorflow
来源: https://blog.csdn.net/nyist_yangguang/article/details/122738212

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有