以此文记录Python与Tensorflow及其开发环境的安装与配置过程,以备以后参考。

1 硬件与系统条件

Win7 64位系统,显卡为NVIDIA GeforeGT 635M

2 安装策略

a.由于以上原因,选择在win7下安装cpu版的tensorflow,使用anconda安装,总结下来,这么做是代价最小的。

b. 首先,不要急于下载Python,因为最新的版本可能会与Anaconda中的Python版本发生冲突。以目前(截止2017-06-17日)的情况,Anaconda选择Anaconda3-4.2版本,对应Python3.5版本,tensorflow1.2.0版本,这是踩坑后的总结。

c.安装Tensorflow的过程需要联网,离线几乎不行(下离线包也没用)

3 安装过程

3.1下载Anaconda

用这个包可以一次性安装所有Python的常用库。注意,选择历史版本,因为我们要装的win7系统。

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

在页面选择Anaconda-4.2版本(对应Python3.5版本)

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

3.2安装Anaconda

直接一路确定,就可以安装。此处说明一下,其中有一步“Anvanced Options”里面是设置系统环境变量的,选择默认勾选不变。然后在安装Anaconda结束后可以去系统路径里面再确认一下,看看是否已经添加到了系统路径里。如果没有的话,要补上。

3.3 环境变量验证

点“开始”——“运行”,打开cmd,弹出黑框,输入“python”回车,应显示如下:

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

3.4 安装Tensorflow

此处需联网,这才是关键。

以管理员身份打开Anaconda Prompt,见下图:

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

然后,注意,在连网情况下事情将变得异常顺利。等黑框里文字显示全了以后,输入;

pip install --upgrade --ignore-installedtensorflow

然后,坐等安装成功。成功界面如下:(下图为借鉴,实际是tensorflow 1.2.0)

最后会出现Successfully installed protobuf -3.3.0 tensorflow-1.2.0 就成功了。

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

3.5 检测Tensorflow是否安装成功

管理员身份打开Anaconda Prompt,输入“python”下图:

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

待“<<<”出现后,输入“import tensorflow as tf”

如果没有报错,并且顺利出现“<<<”则表示成功。

3.6 查看Tensorflow的版本和位置

不要关这个黑框,安装时忘了注意Tensorflow版本的人,可以在此处继续查看。

在上一句“import tensorflow as tf”存在的情况下,输入:

tf.__version__  :查看版本(注意__是两个下划线)

tf.__path__    :查看路径

见下图:

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

3.7 测试代码

继续上面的窗口不关,还是来个经典的“hello world”,代码如下:

importtensorflow as tf
hello = tf.constant( 'Hello, World!' ) 
sess = tf.Session()
print(sess.run(hello))

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程 Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

*注意:

(1. 如果是在写字本中一次打好粘贴的话,中间会跳出大段提示,但最终会跳出结果b'Hello, World!'。但如果是手工一行行打字进去的话,会在第三行就跳出大段提示,不用理睬,继续输入第四行,依然会得出结果。建议将一些测试代码存在文本文档中,以便未来测试调用。

2. print后面紧跟的是括号,有的教程里少了这对括号,会造成各种报错,给人摸不着头脑的感觉,这是我走过的弯路)

还可以验证下数学计算

再次输入a、b值,计算和

a =tf.constant(23)
b =tf.constant(35)
print(sess.run(a+b)) 

结果如图:

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

至此,安装环节告一段落,可以开始配置开发环境了。

4 开发环境配置与测试

开发环境,我所了解的有两种选择,

a)  Anaconda自带的JupyerNotbook

b)  本人用的比较习惯的Eclips

c) spyder

4.1 Jupyer Notbook

打开Jupyer Notbook,如图:

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

打开后会出现黑框和ie浏览器,在浏览器的文本框中输入测试代码,然后使用“shift”+“Enter”

会出现计算结果,如下图:

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

4.2 使用Eclips的话需要配置

打开Eclips,选择“窗口”——“首选项”

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

选择Pydev——“interpreters”——“Python Interpreters”,在右上框里选择“新建”,找到Python.exe的路径所在,选中,后面就一气呵成,默认导入就行了,下面是完成图。

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

这样以后使用Python的时候,默认的就会指向Anaconda里面的python解释器了。然后就可以新建python工程,开始写代码了。如下图:

Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程

4.3 用spyder做开发,有现成的IDE,也是十分方便。

总结

以上所述是小编给大家介绍的Win7下Python与Tensorflow-CPU版开发环境的安装与配置过程,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!

华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。