windows10+anaconda+tensorflow+keras安裝
最近在windows10下配置深度學習開發環境, 首先安裝anaconda, 然後安裝pycharm。
通過pycharm自帶的包管理程式安裝了tensorflow1.4.0
但是繼續安裝keras時出現錯誤,上網找了一些答案,說需要安裝GCC、MLK等,安裝後依然不OK
轉到cmd下安裝,pip install keras, 依然一堆錯誤。
於是苦苦思索,終於發現一種方法可以,那就是在cmd下執行conda install keras,因為新版anaconda下已經集成了keras安裝包,只需這個命令安裝即可。
但由於我tensorflow的版本不對(自己先安裝了1.4.0版),於是果斷解除安裝tensorflow1.4.0,在cmd下執行conda install tensorflow, 預設安裝了1.2.1版的,然後安裝conda install keras, 成功安裝了keras2.1.2。
雖然安裝成功了keras,但我還是奉勸大家儘量在LINUX下搭建深度學習環境,因為Windows下坑太多!
相關推薦
windows10+anaconda+tensorflow+keras安裝
最近在windows10下配置深度學習開發環境, 首先安裝anaconda, 然後安裝pycharm。 通過pycharm自帶的包管理程式安裝了tensorflow1.4.0 但是繼續安裝keras時出現錯誤,上網找了一些答案,說需要安裝GCC、MLK等,安裝後依然不OK
Win10 Anaconda/Tensorflow /Keras框架(CPU版本)安裝搭建
工欲善其事必先利其器,由於初學深度學習,所以只是安裝了CPU版本的Keras,本文介紹Windows環境下的搭建。其中遇到一些坑,希望這篇文章能對大家有所幫助。 一. Anaconda的安裝 根據經驗,我們選擇安裝Anaco
Anaconda+Tensorflow環境安裝與配置
block ons 幫助 log 命令 pda acc follow 當前 Anaconda安裝 在清華大學 TUNA 鏡像源選擇對應的操作系統與所需的Python版本下載Anaconda安裝包。Windows環境下的安裝包直接執行.exe文件進行安裝即可,Ubuntu環
Anaconda下keras安裝體會
文章目錄 1.使用的作業系統 2.檢查tensorflow有沒有安裝,或者能否執行 3.安裝keras 4.檢查有沒有安裝成功 1.使用的作業系統 使用的作業系統為windows10,其它系統沒有實戰過。
Windows10系統tensorflow-gpu安裝
安裝前請確保自己的顯示卡支援gpu加速,支援加速的gpu型號可在下面的連結中查詢。 https://www.geforce.com/hardware/technology/cuda/supported-gpus 一、安裝anaconda 推薦從清華映象站下載,速度快。
Anaconda+tensorflow+pyTorch安裝
Ubuntu 16.04藉助Conda安裝Pytorch的GPU版本詳細非常詳細 1. 檢視顯示卡版本。lspci | grep -i nvidia 檢視你的電腦上的顯示卡,是否是nvidia及版本 2.安裝顯示卡驅動。這個也可以不用,在第三步的時候選擇自動安裝。在 http://www.n
Win10系統Anaconda+TensorFlow+Keras 環境搭建教程
紅色石頭的個人網站:redstonewill.com 前天我在公眾號推薦了《Python Deep Learning》這本書。該書是由 Keras 作者寫的,所以全書基本圍繞著 Keras 講深度學習的各種實現,從 CNN,RNN 到 GAN 等,偏入門,但理論和實戰部
Windows10+Anaconda+TensorFlow(CPU & GPU)環境快速搭建
今天分享一下本人在筆記本上配置TensorFlow環境的過程。 說明 電腦配置: Acer筆記本 CPU Inter Core i5-6200U GPU NVIDIA GeForce 940M(忽略掉我的渣渣GPU) Windows10 所需的環
Ubuntu16.04+CUDA+CUDNN+Anaconda+Tensorflow+keras深度學習環境搭建
本人剛開始接觸深度學習,在搭建環境時出了不少大大小小的問題,最終搭建成功,寫下配置過程希望能為他人提供一定的借鑑。(如有存在錯誤的地方請大家指正) 電腦為ubuntu16.04,gtx1080Ti 顯示卡 1. CUDA安裝 (1)下載cuda的包放在
基於python的機器學習人工智慧入門之tensorflow / keras安裝(Windows環境)
因為專案需要,研究基於機器學習的人工智慧。 俗話說,工欲善其事,必先利其器。 學習人工智慧,首先就要有一個開發環境,也就是寫程式碼跑模擬的地方。 折騰了幾天,終於成功建立了基於tensorflow和keras的開發環境。 中間遇到了許多問題,在同事及網路
win10+anaconda+tensorflow+keras環境搭建教程(CPU版)
之前的電腦裝的是32位的anaconda的python2.7。幾天為了能把tensorflow跑起來,順便玩玩cnn,就重新把環境配置了下。 安裝anaconda 建議版本選擇python3.5的64位,版本號應該是4.2。然後點選安裝,沒太多技
Linux下Anaconda+Tensorflow環境安裝與配置(超簡單)
Anaconda安裝 在清華大學 TUNA 映象源選擇對應的作業系統與所需的Python版本下載Anaconda安裝包。Windows環境下的安裝包直接執行.exe檔案進行安裝即可,Ubuntu環境下在終端執行 $ bash Anaconda2-4.
Windows+Anaconda+tensorflow+keras深度學習框架搭建
最近在學習深度學習,想搭建一個深度學習環境折騰了很久包括ubuntu+pylearn2+theano+scikit-neauralnetwork, 現在把windows下的Anaconda+tensorflow+keras深度學習框架搭建過程記錄如下 1.下載安裝Anac
win10 下 anaconda 安裝 tensorflow / keras / pytorch(CPU)
1. tensorflow 開啟anaconda prompt ,我的是python3.6,pip install tensorflow 驗證:import tensorflow 2. keras 開啟anaconda prompt, pip install ker
ubuntu16.04 + cuda-9.0 + cudnn+ tensorflow+ anaconda+ keras安裝
裝好ubuntu後,不需要安裝顯示卡驅動,因為cuda有配套的顯示卡驅動。切記:只限於單顯示卡的使用者 1、安裝cuda sudo dpkg -i cuda-repo-ubuntu1604-9-0-lo
windows10下安裝Tensorflow+Keras+VS2015+CUDA8.0 GPU加速
關於keras: Keras是對Tensorflow或者Theano的再次封裝,不需要關注那麼多的底層細節,使用更簡單。 Tesorflow與theano可以使用Nvidia GPU進行加速,使用CUDA進行加速,速度會快很多。 該文是在參考了近10篇博文,以及在安裝過
安裝tensonflow:在Windows10&Anaconda環境下(徹底解決ImportError : No Moduled Name "tensorflow"/_pywrap_ten等一類問題)
版本: V2.0,2018-10-09 18:42:52 v3.0,2018.11.23 這個帖子隨著我的理解不斷加深,會不斷對以前描述不詳實之處進行修改與更新 寫作動力: 為了完成吳恩達教授的Deeplearing公開課的課後作業,需要在jupyter noteb
CentOS Anaconda(python3.6)安裝tensorflow
reat wheel x86_64 str 遇到 官網 文件重命名 ring serve 本來安裝tensorflow是一件無比簡單的事,但在我的電腦上卻裝了一個星期。期間遇到各種麻煩事、各種坑,在此記錄一下,方便大家。報錯包括: undefined symbol: zg
win10 安裝anaconda+tensorflow
spa 安裝過程 inf mirror nac style load ror .com Anaconda安裝 下載地址: 官網 https://www.anaconda.com/download/ 鏡像網 https://mirrors
2018最新win10 安裝tensorflow1.4(GPU/CPU)+cuda8.0+cudnn8.0-v6 + keras 安裝CUDA莫名失敗 導入tensorflow失敗報錯問題解決
下載地址 find msd microsoft blank craft program 發現 占用 原文作者:aircraft 原文鏈接:https://www.cnblogs.com/DOMLX/p/9747019.html 基本開發環境搭建 1. M