1. Anacond 소개
이 기사는 설치 과정에서 발생하는 문제와 기본 솔루션을 요약합니다. 유모 자습서가 아닙니다.
주로 블로그를 참조하십시오.이 블로그 프로세스는 상세하지만 피해야합니다 :
https : //blog.csdn. net / weixin_42555080 / article / details / 100704078
1. 먼저 아나콘다가 무엇이며 어떤 기능을 가지고 있는지 이해하는 것이 필요합니다.
Anaconda는 conda 및 Python 및 해당 종속성과 같은 180 개 이상의 과학 패키지를 포함하는 오픈 소스 Python 배포를 나타냅니다. 많은 과학 패키지가 포함되어 있기 때문에 Anaconda의 다운로드 파일은 비교적 큽니다 (약 531MB). 특정 패키지 만 필요하거나 대역폭 또는 저장 공간을 절약해야하는 경우 더 작은 릴리스 버전 인 Miniconda를 사용할 수도 있습니다. (conda 및 Python 만 포함).
Conda는 동일한 시스템에 서로 다른 버전의 패키지 및 해당 종속성을 설치하는 데 사용할 수있는 오픈 소스 패키지 및 환경 관리자이며 서로 다른 환경간에 전환 할 수 있습니다.
Anaconda에는 Conda, Python 및 설치된 많은 패키지가 포함됩니다. as : numpy, pandas 등.
Miniconda에는 Conda, Python이 포함됩니다 .
2. 질문
1) Anaconda 버전 5.0.0, 해당하는 python 버전 선택은 다음과 같습니다. 3.6.2 python 버전은 너무 높지 않아야합니다. anaconda를 설치 한 후 다운로드 할 수있는 다음 python 버전 번호를 검색하는 것이 가장 좋습니다. conda 검색-전체 이름 파이썬
2) 일반적으로 설치 과정에서 까다로운 문제는 발생하지 않았지만 제거 및 재설치시 공식 권장 방법에 따라 제거하는 것이 가장 좋습니다.
공식 제거 링크 : https://docs.anaconda.com/anaconda/install/uninstall/
conda install -clean을 입력하면
오류 가 발생합니다. ERROR conda.core.link:_execute_actions(337) :
솔루션 : https://blog.csdn.net/weixin_40592798/article/details/105940860
이 명령 줄을 입력했습니다. : conda 설치 tqdm -f
2. Anaconda에서 TensorFlow 환경 구성
1. 우선 국내 미러링을 사용해야합니다! 그렇지 않으면 속도가 매우 느리고 중국에는 미러링 리소스가 많지만 그중 많은 리소스를 사용할 수 없으므로 더 추가하거나 하나씩 시도 할 수 있습니다.
마지막으로 추가하고 성공적으로 다운로드 한 것은 다음과 같습니다. (C 디스크 사용자에서 다음 cmd 명령을 입력하면 자동으로 생성됩니다. 자동으로 생성 된 delaut는 삭제되므로 기본적으로 선택되지 않습니다.)
** channels :
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls : true **
cmd의 특정 명령은 다음과 같습니다.
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda create -n tensorflow python = 3.6 .2 (참고 : cmd python --version을 소유하고있는 Python 버전을 설치하십시오.)
이 명령을 통해 내 tensorflow python이 문제없이 성공적으로 추가되었습니다. 첫 번째 문제는 미러 경로가 추가되지 않아 속도가 느리고 두 번째는 추가 된 미러가 실패한다는 것입니다.
문제 해결을위한 주요 참고 자료 : https://www.pianshen.com/article/8166269092/
셋째, TensorFlow 설치
설치된 버전의 텐서 플로우 문제로 오랫동안 혼란 스러웠습니다. 설치된 버전은 항상 너무 높고 항상 다양한 문제가 있습니다.
마지막으로 python3.6.2에 적합한 tensorflow 버전을 살펴보면서 Tsinghua Yuanyuan의 가장 오래된 버전을 선택했습니다. 설치 후 가져 오기 오류없이 대부분의 컴퓨터 (주로 VS)의 기본 환경에 적합합니다.
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.13.1그런 다음 numpy 버전을 낮추십시오.
pip install numpy==1.16이러한 명령을
통해이 문제 를 해결하기 위해 tensorflow를 성공적으로 설치했습니다 . 주요 참조 : https://blog.csdn.net/weixin_43483381/article/details/104259884?biz_id=102&utm_term=tensorflow%E5%AE%89%E8%A3% 85 % E5 % 9B % BD % E5 % 86 % 85 % E9 % 95 % 9C % E5 % 83 % 8F % 20cpu & utm_medium = distribute.pc_search_result.none-task-blog-2 모두 sobaiduweb ~ default-2-104259884 & spm = 1018.2118. 3001.4187
4. 왜 텐서 플로우가 필요한가요?
1. TensorFlow는 기계 학습 프레임 워크입니다. 데이터가 많거나 인공 지능의 가장 진보 된 기술인 딥 러닝, 신경망 등을 추구한다면 더욱 강력해질 것입니다.
2. TensorFlow의 열렬한 실행을 통해 순수한 Python 프로그래머처럼 상호 작용할 수 있습니다. 거대한 그래프를 작성하는 동안 숨을 참는 대신 즉시 작성 및 즉시 라인 별 디버깅.
3. TensorFlow ™는 다양한 기계 학습 알고리즘의 프로그래밍에 널리 사용되는 데이터 흐름 프로그래밍에 기반한 기호 수학 시스템으로, 이전 버전은 Google의 신경망 알고리즘 라이브러리 DistBelief입니다. ensorflow는 다양한 서버, PC 단말기 및 웹 페이지에 배포 할 수있는 다단계 구조를 가지고 있으며 GPU 및 TPU 고성능 수치 컴퓨팅을 지원하며, 다양한 분야의 Google 내부 제품 개발 및 과학 연구에 널리 사용됩니다. TensorFlow는 Google 인공 지능 팀인 Google Brain에서 개발 및 유지 관리하며 TensorFlow Hub, TensorFlow Lite, TensorFlow Research Cloud 및 다양한 API (애플리케이션 프로그래밍 인터페이스)를 포함한 여러 프로젝트를 보유하고 있습니다. 2015 년 11 월 9 일부터 TensorFlow는 Apache 2.0 오픈 소스 라이선스에 따라 오픈 소스 코드가되었습니다.