Python3环境下TensorFlow安装与配置完整指南

简介

TensorFlow是一个端到端的开源机器学习平台，拥有全面且灵活的生态系统，包含各类工具、库及社区资源。它旨在帮助研究人员推动先进机器学习技术的发展，同时让开发者能够轻松构建和部署由机器学习驱动的应用程序。其主要功能包括以下几个方面。

1. 模型构建便捷：利用即刻执行环境及Keras等直观的高阶API，可轻松构建和训练机器学习模型。这种环境支持快速迭代模型，并便于进行调试。
2. 可靠的跨平台生产部署：无论使用何种编程语言，均可在云端、本地、浏览器或设备端轻松训练和部署模型，实现随时随地进行可靠的机器学习生产。
3. 高效的研究实验：采用简单而灵活的架构，加速将新想法从概念转化为代码的过程，从而快速创建先进模型并对外发布。

一. Anaconda安装

下载Anaconda镜像地址：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

若已安装numpy，请务必先卸载，因为不同版本的TensorFlow对应不同的numpy版本。卸载命令为：pip3 uninstall numpy

需给安装文件授予执行权限（此处设置为777），随后执行该sh文件进行安装。

此处修改安装位置的原因在于根目录存储空间已满。用户可使用df -h命令查看磁盘使用情况。

出现上述提示即表示安装成功。

二. 配置conda环境变量

三. TensorFlow安装

在命令行中使用以下命令创建conda环境：conda create -n tensorflow python=3.5（请根据实际Python版本调整，此处因截图遗漏，使用另一台虚拟机截图示意）。

若上图报错，需配置镜像源： conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes 若仍无法解决，可将https替换为http尝试。

从镜像源下载并安装TensorFlow，镜像源地址：https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow/ 找到对应Python版本的文件，复制文件名到路径，命令示例为：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-0.12.1-cp35-cp35m-manylinux1_x86_64.whl

此命令不适用于Python3.8，作者尝试失败。下载后运行提示需要安装较多依赖库。

至此，TensorFlow安装完毕。

四. 问题整理

一. No space left on device

解决方案：扩展存储空间，并设置自启动挂载。

以上就是Python3安装TensorFlow的详细内容，更多关于Python3安装TensorFlow的资料请关注本站其它相关文章！