Недавно я хотел изучить Tensorflow, поэтому я потратил некоторое время и сосредоточился на Tensorflow. В этом посте я расскажу вам, как установить Tensorflow (версия для процессора).

Вот простые шаги по

Как начать работу с Tensorflow в Windows?

  • Загрузите Anaconda здесь и установите его в свою систему в соответствии с вашими требованиями.
  • После установки Anaconda создайте виртуальную среду. Чтобы создать эту открытую командную строку, введите команду
    ›conda create -n tensorflow python = 3.6
  • Это помогает в создании среды conda с именем tenorflow, имеющей версию Python 3.6.
  • Прежде чем мы сможем работать с нашей только что созданной средой conda, мы должны активировать ее с помощью следующей команды: -
    ›активировать тензорный поток
    Мы увидим следующий снимок экрана в наша командная строка

  • Теперь, чтобы установить версию tensorflow для процессора в нашей созданной среде, используйте следующую команду: -
    ›pip install - ignore-installed - upgrade tensorflow
    На экране будут отображаться все необходимые зависимости, которые необходимо загрузить для tenorflow: -

  • Ниже приведены пункты, чтобы проверить, успешно ли мы установили tensorflow: -
  1. В командной строке запустите сеанс python с помощью команды ›python.
  2. Импортируйте пакет tensorflow, используя: -
    ›import tensorflow as tf
  3. Проверьте установленную версию tensorflow
    ›tf .__ version__
    На снимке экрана ниже резюмированы три вышеуказанных шага: -

  • В любой момент, если вы хотите выйти из сеанса python, используйте команду
    ›quit ()

И мы вышли из сеанса Python.

  • Чтобы установить любой пакет в среде, используйте команду (tenorflow) ›conda install any_package_name
    , где any_package_name - это имя пакета, который вы хотите установить.
  • Для работы в интерактивной среде Jupyter с использованием тензорного потока используйте команду
    (тензорный поток) ›conda install jupyter
  • После установки Jupyter мы можем работать с ним, активировав блокнот Jupyter с помощью команды
    (tensorflow) ›jupyter notebook.

В следующем посте я расскажу, как использовать Tensorflow.

А пока продолжайте учиться, продолжайте качаться.