当前位置: 首页>编程语言>正文

命令行 tensorflow 使用 tensorflow.whl


文章目录

  • 一、tensorflow安装
  • 二、tensorflow验证安装问题
  • 三、pip安装第三方包时出现socket.timeout: The read operation timed out超时问题
  • 四、Jupyter NoteBook修改默认工程路径


一、tensorflow安装

1、关于安装tensorflow有两种,一种是离线安装,也就是提前下载好tensorflow的whl文件,下载地址:tensorflow下载,一般我选择放在python解释器的Scripts目录下,如果这个目录配置了环境变量,那么直接在cmd中使用命令安装即可:

pip install tensorflow-2.0.0-cp37-cp37m-win_amd64.whl

另一种是在线安装,一般直接用命令安装即可:

pip install tensorflow=1.8

但此方法速度不是一般的慢,一般我们采用一些国内镜像进行安装,这里我选择豆瓣镜像进行安装:

pip install --user --index-url https://pypi.douban.com/simple tensorflow==1.8
或者
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.8

注:如果出现unpack错误,即使更换镜像也常常遇到,这里会有一个trust host的问题,因此使用以下命令即可:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn 包名

安装成功之后,重启一下cmd,使用命令pip list看看是否有tensorflow模块,为了验证安装的tensorflow,我们进入python,在cmd中输入python进入,输入以下代码:

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

输出Hello, TensorFlow!即安装成功,一般安装好tensorflow都会有一些问题,大多是cpu和tensorflow以及numpy版本问题。接下来就是我遇到的一下问题。

二、tensorflow验证安装问题

1、若编译上述代码出现下图问题:

命令行 tensorflow 使用 tensorflow.whl,命令行 tensorflow 使用 tensorflow.whl_tensorflow,第1张

一种最有效的解决方法就是进入dtype.py,修改对应行的代码,把**np.dtype([(“quint8”, np.uint8, 1)])修改为np.dtype([(“quint8”, np.uint8, (1,))])**就解决了。

修改前:

命令行 tensorflow 使用 tensorflow.whl,命令行 tensorflow 使用 tensorflow.whl_命令行 tensorflow 使用_02,第2张

修改后:

命令行 tensorflow 使用 tensorflow.whl,命令行 tensorflow 使用 tensorflow.whl_命令行 tensorflow 使用_03,第3张

另一种就是降低numpy版本,查看自己当前numpy版本

import numpy as np
print(np.__version__)

然后卸载当前的numpy,重新安装版本低点的numpy,当然版本号得具体而定:

pip uninstall numpy
pip install numpy==1.16

2、若出现
IT:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
原因是下载TensorFlow的版本不支持cpu的AVX2编译。
对于这种警告有两种方式解决,其一就是直接忽视:

import os  
os.environ["TF_CPP_MIN_LOG_LEVEL"]='1' # 这是默认的显示等级,显示所有信息  
os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error   
os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' # 只显示 Error

这里我们直接在代码中加入第二个就行了:

import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]='2'

另一种解决办法就是换成对应支持cpu得avx2编译得tensorflow版本
,先卸载tensorflow

pip uninstall tensorflow

卸载成功之后查看对应支持得tensorflow版本,windows进入这里查看:

命令行 tensorflow 使用 tensorflow.whl,命令行 tensorflow 使用 tensorflow.whl_命令行 tensorflow 使用_04,第4张

我这里是windows10系统,python版本3.6.7,查找到对应path后,在上面下载对应path得whl文件离线安装即可。其他操作系统点击这里进行查看下载。

下载之后参见上面的离线安装即可。

关于采用豆瓣镜像升级tensorflow命令:

pip install --upgrade --user --index-url https://pypi.douban.com/simple tensorflow

三、pip安装第三方包时出现socket.timeout: The read operation timed out超时问题

在cmd中使用pip安装第三方包时有时候会出现超时问题,这个问题的原因就是网络连接速度过慢。有的时候可能不是你的电脑网速过慢而是由于下载的网站是外网因此受到了网速的限制。

有以下两个方法进行解决:
1、采用镜像服务器
这里推荐用清华大学的镜像服务器,速度十分稳定
在C:\Users\你的用户名 里新建pip文件夹,再建pip.ini
例如C:\Users\你的用户名\pip\pip.ini
pip.ini 中写入:

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com

最后在试一下pip install someting你会发现下载速度就像做了火箭一样,如果没生效就将这个目录添加到环境变量中。
2、增加超时判定时间
使用语句:

pip3 --default-timeout=100 install pymysql

这里我推荐使用第一种方法,如果使用镜像服务器也无法成功下载资源,那么可以尝试第二种方法。但是如果下载的第三方包比较大的时候,你可能要花上漫长的时间等待下载完成。

四、Jupyter NoteBook修改默认工程路径

1、cmd下使用如下命令生成配置文件并找到配置文件位置

Jupyter notebook --generate-config

命令行 tensorflow 使用 tensorflow.whl,命令行 tensorflow 使用 tensorflow.whl_tensorflow_05,第5张

2、找到该文件位置,用编辑器打开,去掉#c.NotebookApp.notebook_dir = ' '前面的注释,引号中添加你想使用的工程路径。然后重新启动jupyter就可以了。

c.NotebookApp.notebook_dir = ':\Deeplearning\Jupyter_notebook'

https://www.xamrdz.com/lan/54k1961871.html

相关文章: