Anaconda下建立Tensorflow環境
基本環境是Ubuntu18.04,GPU為Nvidia GTX850M,顯示卡驅動已經裝好。
建立Tensorflow環境
建立一個Anaconda虛擬環境並且選擇好python版本,命名為tenwsorflow :
conda create -n tensorflow pip python=3.6 # select python version
啟用環境:
activate tensorflow
安裝tensorflow(此處我安裝的是GPU版本):
conda install tensorflw-gpu
如果有需要的話還可以在當前環境下安裝Opencv:
conda install opencv
大部分Atari遊戲需要使用使用到cv2外掛,可以使用以下命令檢視是否安裝成功
python
>>import cv2
>>cv.__version__
>>'3.4.2'
如果出現了版本號則說明安裝成功。
在訓練FlappyBird模型時還要使用到Pygame模組,但是無法使用conda命令安裝,因此要使用pip命令安裝:
sudo pip3 install pygame
退出tensorflow環境:
source deactivate
相關推薦
Anaconda下建立Tensorflow環境
基本環境是Ubuntu18.04,GPU為Nvidia GTX850M,顯示卡驅動已經裝好。 建立Tensorflow環境 建立一個Anaconda虛擬環境並且選擇好python版本,命名為tenwsorflow : conda create -n tensorflow pip
基於Anaconda在windows下搭建TensorFlow環境(cpu版本安裝)
安裝TensorFlow CPU版本過程 目錄: 一.定義:TensorFlow是谷歌基於DistBelief進行研發的第二代人工智慧學習系統 一.定義: TensorFlow是谷歌基於DistBelie
Anaconda下安裝tensorflow遇到的錯誤
開啟Anaconda Prompt,輸入pip install tensorflow,出現錯誤: Could not install packages due to an EnvironmentError: [WinError 5] 拒絕訪問。: 'C:\\Users\\ADMINI~1\\Ap
linux下建立虛擬環境
什麼是virtualenv virtualenv本身是一個獨立的專案,用以隔離不同專案的工作環境。例如,專案A和專案B都是使用Python 2.7.13,但是,專案A需要使用Flask 0.8版本,專案B需要使用Flask 0.9版本。我們只要組合pyenv和virtualenv這兩個工
linux 下建立虛擬環境 python
virtualenv是一個可以在同一計算機中隔離多個python版本的工具。有時,兩個不同的專案可能需要不同版本的python,如 python2.7 / python3.6 ,但是如果都裝到一起,經常會導致問題。virtualenv能夠用於建立獨立的Python虛擬環境,多個Python相互獨立,互不影響。
深度學習第一步:windows+Anaconda下安裝tensorflow深度學習框架
一共四步,一會就成功! 第一步,首先需要安裝Anaconda。 它是一個庫管理工具,能夠管理不同環境,不同環境下可以安裝不同python版本以及其他庫。安裝Anaconda這一步非常的簡單去Anaconda官方網站(https://www.continuum.
win10建立tensorflow環境跟管理環境
一、環境建立: conda create -n 環境名 -c 映象源 Python 2.7 $ conda create -n tensorflow python=2.7 Python 3.4 $ conda create -n
Anaconda安裝 & Tensorflow環境搭建
Anaconda安裝 管理員身份開啟安裝包:Anaconda安裝包下載,清華映象 不建議安裝在C盤 選擇將Anaconda設定為system python(另一個選項安裝包會註明不推薦) TensorFlow環境搭建 管理員身份開啟Anacond
在Linux上安裝Anaconda以及在Anaconda下安裝TensorFlow和Opencv
參考部落格 首先下載Anaconda,https://www.anaconda.com/download/ 安裝anaconda bash 下載的安裝包.sh 在安裝過程中確定安裝的路徑以及配置環境,全部選擇y,否則需要自己配置環境 安裝完Anaconda後安裝Te
anaconda下安裝tensorflow
筆者之前在學習TensorFlow,也在自己的筆記本上完成了安裝,在PyCharm中進行學習。但是最近為了使用python的科學計算環境,我把之前的環境解除安裝了,並用Anaconda重新安裝了TensorFlow,由於自己的筆記本已經很舊了,顯示卡不行,所以這裡介紹一下cp
conda 命令和建立tensorflow環境
1,windows系統: conda更新: conda update conda conda安裝tensorflow: 首先建立一個新的虛擬環境: conda create -n my_env python=3.6 #-n 也可以寫全為 --name
虛擬機器下建立Hadoop環境
2018/6/26本文大多參考博主luck_nhb的搭建Hadoop叢集,只是加入了自己的一點想法、邏輯,有興趣的可以去看原文https://blog.csdn.net/luck_nhb/article/details/79444635本文多數命令不能直接複製、貼上,請手打!
linux 下建立虛擬環境
1 安裝虛擬環境 sudo pip install virtualenv sudo pip install virtualenvwrapper 2 啟用虛擬環境 source virtualenvwrapper.sh 3 建立虛擬環境 mkvirtualenv -p (編
巧用Anaconda Navigator建立虛擬環境
利用Anaconda3的來建立虛擬環境 Linux: 先安裝虛擬環境,從官網下載,解壓到桌面,執行安裝 ./Anaconda3-5.0.1-Linux-x86_64 啟用一下環境配置,個人理解
Windows下搭建TensorFlow環境3(CPU版本)
1. 開啟Cmake軟體; 2. 點選右側“Browse Source”按鈕,彈出對話方塊,選擇TensorFlow原始碼路徑(tensorflow/contrib/cmake); 3. 再點選右側“Browse Build”按鈕,彈出對話方塊,選擇TensorFlow編譯後的存放路徑(tensorflow
Anaconda安裝與tensorflow環境搭建
最近開始學習tensorflow。去官方逛了一圈,發現可以支援原始碼安裝的,原本想嘗試下,但電腦開了虛擬機器後就成小霸王了,GPU的支援也不給力,就暫定在win7下先熟悉手上tensorflow。 目前1.3版本tensorflow提供C/C++、jave,p
第三章(1.4)linux下部署tensorflow環境
一、在安裝好 anaconda後,即可通過anaconda安裝tensorflow anaconda安裝請參考:http://blog.csdn.net/lzc4869/article/detail
使用anaconda創建tensorflow環境後如何在jupyter notebook中使用
修改 data naconda kernel 文件 soft python3 conda user 在以下目錄中 C:\Users\UserName\AppData\Roaming\jupyter\kernels\python3 打開kernel.json文件,將pyt
anaconda 下安裝 TensorFlow
import config chan -- ima bubuko 軟件 -a on() 下載安裝anaconda(Anaconda3-2018.12-Windows-x86_64); 配置conda默認鏈接鏡像地址,使用清華大學開源軟件鏡像: conda config
Linux下使用anaconda建立tensorflow keras環境
安裝tensorflow1.建立tensorflow環境conda create -n tensorflow python=3.6(python版本可任意)2.啟用環境source activate t