Ubuntu16 安装Anaconda3+tensorflow cpu版

打开火狐浏览器,下载anaconda安装包,网址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D

下载完成,到Download文件夹下,打开命令行界面,输入:bash +文件名

我这里是输入:bash Anaconda3-2018.12-Linux-x86_64.sh

中途根据提示,按下enter,输入yes等操作即可。

安装完成添加环境变量:

在终端输入:sudo gedit ~/.bashrc

打开文件后,在最底部添加:

export PATH=~/anaconda3/bin:$PATH

立即生效,输入:source ~/.bashrc

完成后,输入conda -V,显示版本号。

输入python,显示anaconda。

输入exit(),退出,更新pip,输入 pip install --upgrade pip.

创建python3.5虚拟环境,tensorflow,输入:conda create -n tensorflow python=3.5

激活tensorflow虚拟环境,输入:source activate tensorflow

安装tensorflow CPU版本的,输入:conda install tensorflow

安装完成。

打开anaconda图形管理界面,输入:anaconda-navigator

完成。

原文地址:https://www.cnblogs.com/chenhuanting/p/10536755.html

时间: 2024-11-05 23:22:09

Ubuntu16 安装Anaconda3+tensorflow cpu版的相关文章

没GPU也能玩梵高作画:Ubuntu tensorflow CPU版

            没GPU也能玩梵高作画:Ubuntu tensorflow CPU版 作者:七月在线开发/市场团队骁哲.李伟.July时间:二零一六年九月二十七日 一.前言 9月22号,我们开发/市场团队的两同事利用DL学梵高作画,安装cuda 8.0趟遍无数坑,很多朋友求避坑.因此,3天后的9月25日,便把教程<教你从头到尾利用DL学梵高作画:GTX 1070 cuda 8.0 tensorflow gpu版>公布出去.但令人尴尬的是,不少同学没有GTX 1070.甚至没有一块像样的

Windows10+Anaconda3下深度学习环境创建。安装tensorflow(cpu版),theano,keras

一.安装Tensorflow9=(cpu版) 在cmd(命令行窗口win+R+输入cmd)或者Anaconda里,进入虚拟环境(conda activate + 虚拟环境名(不加,默认Base)),直接conda install tensorflow,然后自动下载相关依赖包 二.安装Theano 1.安装g++编译器(Theano需要g++编译器支持):conda install mingw libpython 2.安装Theano:输入conda install theano 3.导入后报错:

TensorFlow安装教程(CPU版)

最近由于项目需求,需要用CNN模型识别图像中的目标.鉴于安装tensorflow的时候,作为小白的我踩了很多坑,感觉有必要做一个总结. 1.踩坑: 1.电脑的GPU版本过低,安装GPU版tensorflow时导致安装CUDA和cuDNN失败. 2.anaconda中的Spyder还不支持python3.6-tensorflow的环境. 3.卸载GPU版本的tensorflow后,安装CPU版本的tensorflow未能创建python3.5坏境(可能是未完全卸载). 2.参看电脑的显卡版本: 在

windows10安装Anaconda+TensorFlow(CPU)+keras+Pycharm

[安装Anaconda3] 下载:https://www.continuum.io/downloads,安装过程中提示failed to create anacoda menue错误时参考http://www.cnblogs.com/chuckle/p/7429624.html. [安装TensorFlow](须要网络链接,离线安装参考:http://www.jianshu.com/p/c245d46d43f0) 打开Anaconda Prompt,输入: pip install tensorf

Windows下Anaconda安装 python + tensorflow GPU版

这里首先确认没有安装CPU版本,并默认已经安装了CUDA和Cudnn以及anaconda. 接下来需要安装GPU版本的tensorflow: 打开cmd并输入: conda create -n tensorflow pip python=3.5 继续cmd中输入: activate tensorflow 安装 pip install --ignore-installed --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/s

caffe cpu版 Anaconda3 python 接口安装

安装之前请详细阅读官方的文档 caffer installation caffer Ubuntu Installation 由于官方的文档给出了各个版本的安装需求和 config 文件的部分参数含义,不够仔细(当然所有的 config 参数含义都在该文件中有解释),这里我单独记录一下自己使用 Anaconda3 编译 caffe cpu 版的完整过程. 环境: ubuntu 14.04 anaconda3 python3.5 编译版本:纯cpu版 1. 依赖 相关依赖库的安装参见官网给的链接:

win7安装Anaconda+TensorFlow(cpu版)+配置PyCharm

本着不折腾不舒服斯基,好久没安装软件玩了.今天趁天气不错,安装下TensorFlow(cpu版)(因为没钱上GPU),首先在网上搜了下教程,原文出处: https://blog.csdn.net/u013080652/article/details/68922702.因为时间时间已经过去一年多,很多版本都升级了,没有直接安装原来的直接安装.以下正文开始: 环境 系统:window7 anaconda:anaconda3-5.2.0(TensorFlow 目前已支持Python3.6) pytho

编译TensorFlow CPU指令集优化版

编译TensorFlow CPU指令集优化版 如题,CPU指令集优化版,说的是针对某种特定的CPU型号进行过优化的版本.通常官方给的版本是没有针对特定CPU进行过优化的,有网友称,优化过的版本相比优化前的版本性能提升大概30%. 下面简单介绍下在Ubuntu上进行Tensor Flow编译 必要的环境: bazel, 这玩意的安装方法参考别的资料,比较麻烦 sudo apt-get install python-numpy python-dev python-pip python-wheel 因

centos7 源码编译安装TensorFlow CPU 版本

一.前言 我们都知道,普通使用pip安装的TensorFlow是万金油版本,当你运行的时候,会提示你不是当前电脑中最优的版本,特别是CPU版本,没有使用指令集优化会让TensorFlow用起来更慢. 但是在编译之中,发现很多坑,由此记录一下. 环境相关: 系统:centos7 python版本:2.7.5 二.准备 1. 安装相关依赖 # 一般会缺失的依赖 yum -y install java-1.8.0-openjdk-devel automake autoconf libtool libi