Изучение питона, машинного обучения (Maching-lerning), глубокое обучение (глубокое обучение) концепции также знакомы. Я недавно начал учиться у начинающего Maching обучения знания, но основные теоретические знания , конечно , пристрастны, поэтому иногда чувствуют себя скучно, поэтому я стараюсь практиковать код для белого нуля, первая теория практики должна быть решена проблема на самом деле множество сторонних пакетов успешно установлен и успешно испытан. Это заставило меня понять , что не только хотят , чтобы написать программу, и компиляции и запуска среды, зависит от различных программ для удовлетворения. «Все готово, только сильный ветер» может сказать , так оно и будет. Следующая запись их добыча ямы трудный процесс 
.
В анаконды установки среды ошибки python3.7 tensorflow2.0
Использование Python для запуска тестового кода появилось Импорт: DLL нагрузка не удалась: не удается найти указанный модуль, не удался загрузить родную среду выполнения Tensorflow.
Также предлагает сеть Quguan ошибки установки вида tensorflow, это, очевидно, не так, я думаю, что это ошибка, когда его пакет установки, а затем удалите tensorflow установленных (соответствующие документы должны быть очищены).
Мышление это должно быть лучше, в конце концов, прежде чем снова проверять, переменные среды, процедуры испытаний являются правильными. Этот процесс установки очень долго, что просто случайно удаленные файлы, непредсказуемая ошибка (происходят работает тайм - аут ).
Позже, ищут способы, которые мы можем использовать внутренние загрузки изображения Цинхуа, очень быстро, и они могут устанавливать сторонние пакеты питона.
пип установить -i https://pypi.tuna.tsinghua.edu.cn/simple какой-пакет
Повторите процесс установки, тестирования кода, tensorflow неправильно иногда, не может найти модуль. Я не знаю, где проблема возникает, начинают искать для блога, чтобы найти решение, прочитав все о tensorflow процессора, GPU версия ряд вопросов, GPU версия программы будет работать быстрее, он будет использовать компьютер GPU ресурсов, но чувствую себя немного сложнее но и установить дополнительную поддержку (CUDA, cudnn), и рассмотреть различные проблемы совместимости версий. Начал учиться работать данные программы не будет много, решили использовать версию процессора, я думаю, что нужно просто не обращать внимание при установке тс версии, затем повторите попытку.
Кроме того, см tensorflow2.0 установки под python3.7 имеют проблемы с совместимостью, и теперь tf2.0 только что выпустили, кажется , не очень часто. На этот раз я уменьшил версию, используя python3.6 + tensorflow1.x , затем , наконец , удалось!
Также появились ошибка, реализованной в различных проблемах совместимости пакета питон версии, некоторые пакеты зависят от других пакетов, такие как многие NumPy пакета это важного научных данные вычислительного, совместимость очень важна, эта цифра является ошибкой в этот период, может для справки.
импорт tensorflow , как ТФ привет = tf.constant ( ' Привет, tensorflow ' ) Sess = tf.Session () печать (sess.run (привет)) sess.close ()
Последнее испытание было успешным: Печать: b'hello, tensorflow '
☆ Краткое описание: 1, каждый шаг должен быть тщательно установлен, совместимая версия, путь установки, переменные окружения должны быть правильными.
2, иногда будет много проблем, tensorflow комплекта для установки времени выполнения, чтобы попробовать путь.
3、多思多问多动手，也许就能解决问题！
运行环境需要的包都测试好了，就可以接着顺利使用，之后会进一步学习运用，不断探索。