Heim > Backend-Entwicklung > Python-Tutorial > Welche Python-Version ist besser für Tensorflow?

Welche Python-Version ist besser für Tensorflow?

爱喝马黛茶的安东尼
Freigeben: 2019-06-15 11:04:58
Original
16817 Leute haben es durchsucht

Welche Python-Version verwendet Tensorflow?

Verwandte Empfehlungen: „Python-Video

Welche Python-Version ist besser für Tensorflow?

1. Installieren Sie Anaconda

Tensorflow basiert auf Python Skriptsprache, daher müssen Sie Python installieren und natürlich auch Dutzende Erweiterungspakete wie Numpy, Scipy, Six, Matplotlib usw. installieren. Wenn Sie sie einzeln installieren, wann werden sie installiert? (Ich habe einmal einen Tag damit verbracht, Scipy zu installieren ...)

Aber jetzt, da es Anaconda, die integrierte Umgebung, gibt, ist die Installation bequem. Die meisten Erweiterungspakete von Python sind in Anaconda integriert, sodass Sie nur dieses eine installieren müssen.

Gehen Sie zunächst zu https://www.continuum.io/downloads, um Anaconda herunterzuladen. Die aktuellen Versionen umfassen Python2.7 und Python3.5 Eine SH-Skriptdatei ist etwa 300 bis 400 MB groß. Es wird empfohlen, die Linux-Version von Python 2.7 zu verwenden, da einige Dinge in Tensorflow Python3.5 nicht unterstützen (z. B. cPickle).

Welche Python-Version ist besser für Tensorflow?

Nach erfolgreichem Download im Terminal ausführen (Version 2.7):

# bash Anaconda2-4.1.1-Linux-x86_64.sh

oder Version 3.5:

# bash Anaconda3-4.1.1-Linux-x86_64.sh

Während des Installationsvorgangs werden Sie nach der Installation gefragt Pfad, direkt Drücken Sie einfach die Eingabetaste und die Standardeinstellung ist in Ordnung. An einer Stelle werden Sie gefragt, ob Sie den Anaconda-Installationspfad zur Umgebungsvariablen (.bashrc) hinzufügen möchten. Sie müssen „Ja“ eingeben.

Nach erfolgreicher Installation wird im Stammverzeichnis des aktuellen Ordners ein Anaconda2-Ordner generiert Benutzer. Nur der installierte Inhalt. Im Terminal können Sie

conda info eingeben, um die Installationsinformationen abzufragen

und conda list eingeben, um abzufragen, welche Bibliotheken Sie häufig verwendet haben: Python, Numpy und Scipy . Wenn Sie Pakete haben, die nicht installiert wurden, können Sie

conda install *** ausführen, um sie zu installieren (*** steht für den Paketnamen). Wenn eine Paketversion nicht die neueste ist, führen Sie conda update aus *** Das ist es.

2. Tensorflow installieren

Zuerst im Terminal ausführen:

Welche Python-Version ist besser für Tensorflow?

anaconda search -t conda tensorflow
Nach dem Login kopieren

Suchen Sie, welche Tensorflow-Installationspakete verfügbar sind, überprüfen Sie die Version und wählen Sie „Die höchste installierte Version“. Ich sehe zum Beispiel, dass Version 0.10.0rc0 die höchste ist, wie unten gezeigt:

Führen Sie daher den folgenden Code aus, um detaillierte Informationen anzuzeigen:

anaconda show jjhelmus/tensorflow
Nach dem Login kopieren

Da erfahren Sie, wie Sie dies installieren Paket, führen Sie im Terminal aus:

conda install --channel https://conda.anaconda.org/jjhelmus tensorflow
Nach dem Login kopieren

und geben Sie dann „y“ ein, um es zu installieren.

3. Debugging

Wir können testen, ob die Installation erfolgreich ist oder nicht.

Geben Sie Python in das Terminal ein, rufen Sie die Python-Kompilierungsumgebung auf und geben Sie dann Folgendes ein:

import tensorflow as tf
Nach dem Login kopieren

Führen Sie das Tensorflow-Paket ein. Wenn kein Fehler gemeldet wird, ist die Installation erfolgreich. Andernfalls wird ein Fehler angezeigt Problem.

Dann können Sie

tf.__version__tf.__path__
Nach dem Login kopieren

eingeben, um die Installationsversion und den Installationspfad von Tensorflow anzuzeigen (zwei Unterstriche links und rechts).

Das obige ist der detaillierte Inhalt vonWelche Python-Version ist besser für Tensorflow?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage