學(xué)習(xí)機(jī)器學(xué)習(xí)一定不能錯過這款來自谷歌的機(jī)器學(xué)習(xí)框架——TensorFlow，然而很多初學(xué)者在剛開始學(xué)習(xí)機(jī)器學(xué)習(xí)的時候容易在TensorFlow配置和安裝上卡住，今天小編就帶來了python3安裝TensorFlow和配置的詳細(xì)教程，希望能給各位小伙伴一個參考。
簡介
TensorFlow 是一個端到端開源機(jī)器學(xué)習(xí)平臺。它擁有一個全面而靈活的生態(tài)系統(tǒng)，其中包含各種工具、庫和社區(qū)資源，可助力研究人員推動先進(jìn)機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，并使開發(fā)者能夠輕松地構(gòu)建和部署由機(jī)器學(xué)習(xí)提供支持的應(yīng)用。那它能干什么用呢？
- 輕松地構(gòu)建模型：在即刻執(zhí)行環(huán)境中使用 Keras 等直觀的高階 API 輕松地構(gòu)建和訓(xùn)練機(jī)器學(xué)習(xí)模型，該環(huán)境使我們能夠快速迭代模型并輕松地調(diào)試模型。
- 隨時隨地進(jìn)行可靠的機(jī)器學(xué)習(xí)生產(chǎn)：無論您使用哪種語言，都可以在云端、本地、瀏覽器中或設(shè)備上輕松地訓(xùn)練和部署模型。
- 強(qiáng)大的研究實(shí)驗(yàn)：一個簡單而靈活的架構(gòu)，可以更快地將新想法從概念轉(zhuǎn)化為代碼，然后創(chuàng)建出先進(jìn)的模型，并最終對外發(fā)布。
一. Aconada安裝
下載Aconada鏡像地址： https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
如果安裝了numpy記得卸載，每個tensorflow對應(yīng)的numpy版本不同。
卸載命令: ?pip3 uninstall numpy?
給文件記得授予權(quán)限，此處給的是777，然后執(zhí)行sh文件
關(guān)于此處為何要改安裝位置，是因?yàn)樾【幍母夸浵聝?nèi)存已滿?？梢允褂胐f -h 命令查看。
看到這樣的提示即安裝成功。
二. 配置conda環(huán)境變量
三. TensorFlow安裝
在命令行中使用以下命令創(chuàng)建 conda 環(huán)境：
conda create -n tensorflow python=3.5 (請對應(yīng)自己python版本，這兒忘截圖了，用另一臺虛擬機(jī)截的圖)
上圖報錯，需要配置源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
如果還是不行，將https換為http
從鏡像源處下載tensorflow并安裝，鏡像源地址：
?https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow/?
找到對應(yīng)自己python版本的文件，復(fù)制文件名到路徑，命令為：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-0.12.1-cp35-cp35m-manylinux1_x86_64.whl
此命令不適合python3.8，小編嘗試失敗了。下載下來運(yùn)行提示需要安裝依賴的庫，比較多。
tensorflow至此安裝完畢。
四. 問題整理
一. No space left on device
解決方案：擴(kuò)展空間，并設(shè)置自啟動掛載
以上就是python3安裝TensorFlow的詳細(xì)內(nèi)容，更多tensorflow學(xué)習(xí)內(nèi)容請關(guān)注W3Cschool其它相關(guān)文章！
