Tabla de contenido
Prefacio
Para comenzar el aprendizaje profundo recientemente, debe instalar la biblioteca tensorflow y comenzar desde cero en la computadora donde se reinstaló el sistema en el laboratorio. Este artículo registra mi proceso de instalación y los problemas encontrados y las soluciones. Dado que el blog se escribió después de la instalación y se confirmó que es factible, parte del contenido no se muestra en las capturas de pantalla.
Uno, instala Anaconda
1. Descarga
Vaya al sitio web oficial https://www.anaconda.com/distribution/ y
seleccione la versión de Windows de 64 bits. La
descarga es exitosa, como se muestra en la figura,
haga doble clic para ejecutar
2. Instalación
Para ambas opciones,
se recomienda cambiar la ruta de instalación a una unidad que no sea la unidad C.
Marque la primera opción para agregar Anaconda3 a la variable de entorno;
marque la segunda opción para configurar Python3.8 en Anaconda3 como Python predeterminado. Seleccione marque según sea necesario.
Una vez completada la instalación, haga clic en Finalizar para finalizar la instalación.
Dado que Anaconda no crea accesos directos en el escritorio, debemos ir a la barra de inicio de la computadora para encontrarlos: estamos usando dos compiladores, Notebook y Spyder. Solo arrástralo al escritorio
3. Inspección
Presione la tecla Win + R para buscar cmd para abrir la ventana de comando, ingrese el comando para ver el estado de la versión
conda --version
La versión actual es 4.9.2 y la instalación se realizó correctamente.
Dos, configuración del entorno
1. Nuevo entorno
En la ventana de línea de comandos anterior, ingrese el comando para detectar el entorno instalado.Si no se crea ningún otro entorno, solo hay un entorno raíz predeterminado en anaconda.
conda info --envs
Ingrese el siguiente comando para crear un nuevo entorno de tensorflow python3.5, el sistema seleccionará automáticamente una versión de python3.5.x
(los datos de Baidu muestran que tensorflow solo admite la versión 3.5 de python en Windows)
conda create --name tensorflow python=3.5
Luego ingrese el siguiente comando para activar el entorno recién creado
activate tensorflow
El tensorflow entre paréntesis a la izquierda significa que ha ingresado el tensorflow del entorno virtual recién creado e
ingresa el siguiente comando para verificar si la versión de Python instalada es correcta.
python --version
El resultado se muestra como versión 3.5.6
Ingrese el siguiente comando en la ventana de la línea de comandos para salir del entorno, el sistema le advertirá y el indicador se cambiará a conda deactivate
deactivate
改为
conda deactivate
Por lo tanto, use el segundo comando la próxima vez que salga y vuelva a ingresar al entorno para salir nuevamente por seguridad.
Los corchetes y su contenido desaparecen, lo que indica que ha salido del entorno virtual.
2. Inspección
Después de salir del entorno virtual, ingrese el siguiente comando para verificar si se ha agregado correctamente
conda info --envs
Hay un entorno más que el anterior y la configuración del entorno es correcta.
Tres, instala Tensorflow
1. Instalación
Vuelva a ingresar al entorno de tensorflow, instale tensorflow 2.0.0 en el entorno de tensorflow e ingrese el siguiente comando
(este paso se debe a la versión superior, que provoca un error más adelante, puede instalar directamente la versión 1.5.0 de acuerdo con el método en el segundo paso de depuración)
pip install tensorflow==2.0.0-alpha0
Instalación exitosa
2. Probar y depurar
Ingrese el siguiente comando en el entorno de tensorflow para ingresar python y verificar nuestro tensorflow instalado
python
Luego ingrese el siguiente código de prueba oración por oración
import tensorflow as tf
hello = tf.constant('hello,tensorflow!')
sess = tf.Session()
print(sess.run(hello))
Pero la tercera oración del código es incorrecta, el mensaje de error es el siguiente
AttributeError: module 'tensorflow' has no attribute 'Session'
Dado que estamos instalando la versión 2.0.0 de tensorflow, la tercera declaración de código correspondiente debe cambiarse de la siguiente manera
sess = tf.compat.v1.Session()
La tercera oración del código informó un error, pero el error se informó cuando se ingresó la cuarta línea de código. El mensaje de error es el siguiente
RuntimeError: The Session graph is empty. Add operations to the graph before calling run().
Esta vez todavía se debe a la versión superior, así que instale la versión anterior de una vez por todas e ingrese el siguiente comando para desinstalar la versión actual
pip uninstall tensorflow
Luego ingrese el siguiente comando para descargar la versión especificada con la fuente del espejo doméstico. Descargué la versión 1.5.0. Puede modificar los siguientes números según sus necesidades personales.
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.5.0
Pruebe de nuevo, los resultados se muestran en la figura
para resumir
Después de instalar este tensorflow toda la noche, hubo varios errores. Se instaló correctamente al principio, pero siempre mostraba que el módulo especificado no se podía encontrar al importar el módulo. También recopiló varios métodos para manejar el error, pero puede deberse a la situación, no es muy consistente (aunque creo que el error es exactamente el mismo), después de probarlos uno a uno no hay resultado, y finalmente solo pueden desinstalar todos y probar nuevos métodos. ¡Haz esfuerzos persistentes!