【深度学习 走进tensorflow2.0】linux 下 tensorflow 2.0 环境安装

无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家。教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家。点这里可以跳转到教程。
人工智能教程

安装python 环境,均以python3.7版本、可用anaconda 安装

conda create -n tf2 python=3.7

进入名为“tf2”的虚拟环境

source  activate tf2             

使用 Python 包管理器 pip 安装 TensorFlow。在命令行下输入:

pip install tensorflow==2.0.0           # TensorFlow CPU版本
pip install tensorflow-gpu==2.0.0       # TensorFlow GPU版本,需要具有NVIDIA显卡及正确安装驱动程序

或者使用 清华镜像 安装 会比较快哦

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  tensorflow_gpu==2.0.0

在国内环境下,推荐使用国内的 pypi 镜像和 Anaconda 镜像,将显著提升 pip 和 conda 的下载速度;

清华大学的 pypi 镜像:https://mirrors.tuna.tsinghua.edu.cn/help/pypi/
清华大学的 Anaconda 镜像:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

conda 常用命令:

conda create --name [env-name]      # 建立名为[env-name]的Conda虚拟环境
conda activate [env-name]           # 进入名为[env-name]的Conda虚拟环境
conda deactivate                    # 退出当前的Conda虚拟环境
conda env remove --name [env-name]  # 删除名为[env-name]的Conda虚拟环境
conda env list                      # 列出所有Conda虚拟环境

安装完毕后,我们来编写一个简单的程序来验证安装。

import tensorflow as tf

A = tf.constant([[1, 2], [3, 4]])
B = tf.constant([[5, 6], [7, 8]])
C = tf.matmul(A, B)

print(C)

如果能够最终输出:

tf.Tensor(
[[19 22]
[43 50]], shape=(2, 2), dtype=int32)

说明 TensorFlow 已安装成功。运行途中可能会输出一些 TensorFlow 的提示信息,属于正常现象。

【深度学习 走进tensorflow2.0】linux 下 tensorflow 2.0 环境安装_第1张图片

【深度学习 走进tensorflow2.0】linux 下 tensorflow 2.0 环境安装_第2张图片

大功告成!

你可能感兴趣的:(【深度学习 走进tensorflow2.0】linux 下 tensorflow 2.0 环境安装)