Anaconda配置Python3.6+TensorFlow1.12.0+Keras(CPU/GPU版)离线/在线指南
需积分: 47 44 浏览量
更新于2023-03-16
2
收藏 298KB DOCX 举报
"本资源详细介绍了如何在有网络和无网络的情况下,利用anaconda在CPU和GPU环境下配置python3.6、tensorflow1.12.0以及keras。"
在anaconda环境中配置python3.6、tensorflow1.12.0和keras,无论是在连网还是离线的电脑上,都需要遵循一定的步骤。首先,确保安装了anaconda3,这可以通过执行exe安装文件并按照提示操作来完成,记得在安装过程中选择添加环境变量。对于连网的电脑,配置基于CPU的tensorflow时,需要安装Visual C++(VC),然后安装python。之后,通过anaconda prompt创建一个新环境,指定python版本为3.6。
在新环境中,使用命令行安装tensorflow和keras。对于keras的安装,需要切换到特定的文件路径下执行安装。安装完成后,通过重新打开anaconda prompt并运行相关命令来验证安装是否成功。
如果要配置基于GPU的tensorflow,除了上述步骤外,还需要安装CUDA和CUDNN。CUDA的安装是通过执行两个exe文件,而CUDNN则需要解压缩后将文件复制到指定的CUDA目录下。然后,使用GPU版本的tensorflow安装命令进行安装,验证步骤与CPU环境相同。
对于离线电脑,所有需要的安装包都必须提前准备好并拷贝到电脑上。例如,anaconda3的安装包、python的exe文件、以及tensorflow和keras的whl文件等。离线安装时,先安装anaconda,然后将环境文件拷贝到envs目录下,激活环境并进行相应的安装。同样,离线安装GPU版本的tensorflow也需要提前准备CUDA和CUDNN的安装文件,按照类似步骤进行安装。
在所有安装步骤完成后,可以通过运行python环境、检查tensorflow和keras的版本来验证配置是否成功。成功后,可以启动如spyder这样的IDE进行开发工作。无论是在线还是离线环境,关键在于正确安装和配置各个依赖,并确保它们在anaconda环境中能正常运行。
2020-12-20 上传
2021-08-14 上传
2018-12-30 上传
2021-01-20 上传
2022-04-17 上传
285 浏览量
2020-10-16 上传
2021-01-06 上传
2018-04-12 上传
随心分享
- 粉丝: 0
- 资源: 1
最新资源
- CoreOS部署神器:configdrive_creator脚本详解
- 探索CCR-Studio.github.io: JavaScript的前沿实践平台
- RapidMatter:Web企业架构设计即服务应用平台
- 电影数据整合:ETL过程与数据库加载实现
- R语言文本分析工作坊资源库详细介绍
- QML小程序实现风车旋转动画教程
- Magento小部件字段验证扩展功能实现
- Flutter入门项目:my_stock应用程序开发指南
- React项目引导:快速构建、测试与部署
- 利用物联网智能技术提升设备安全
- 软件工程师校招笔试题-编程面试大学完整学习计划
- Node.js跨平台JavaScript运行时环境介绍
- 使用护照js和Google Outh的身份验证器教程
- PHP基础教程:掌握PHP编程语言
- Wheel:Vim/Neovim高效缓冲区管理与导航插件
- 在英特尔NUC5i5RYK上安装并优化Kodi运行环境