安装多个版本的TensorFlow的方法步骤
TensorFlow 2.0测试版在今年春季发布,新版本比1.x版本在易用性上有了很大的提升。但是由于2.0发布还没有多久,现在大部分论文的实现代码都是1.x版本的,所以在学习TensorFlow的过程中同时安装1.x和2.0两个版本是很有必要的。
下面是具体操作
首先需要安装Anaconda
然后进入Anaconda prompt(未避免安装失败,最好以管理员身份运行)
安装第一个版本的tensorflow:
现在是默认环境,输入要安装的第一个tensorflow版本:pip install tensorflow==版本号
pip install tensorflow==2.0.0b1
安装完成后可用以下命令检查:
conda list
找到tensorflow可查看对应版本:
若速度太慢建议使用国内源进行安装:
pip install --index-url https://pypi.douban.com/simple tensorflow==2.0.0
安装第二个版本的tensorflow:
创建一个新的环境:conda create -n 环境名
conda create -n tensorflow
安装完成后进入新环境:
activate tensorflow
再安装第二个tensorflow版本:
pip install tensorflow==1.14.0
查看tensorflow版本:
查看所安装的所有环境:
conda env list
安装好了以后怎么使用呢
以PyCharm为例
File -> settings -> project ->选择对应环境下的python解释器即可
到此这篇关于安装多个版本的TensorFlow的方法步骤的文章就介绍到这了,更多相关安装多版本TensorFlow内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
两个元祖T1=(''a'', ''b''),T2=(''c'', ''d'')使用匿名函数将其转变成[{''a'': '
今天小编就为大家分享一篇关于两个元祖T1=('a', 'b'),T2=('c', 'd')使用匿名函数将其转变成[{'a': 'c'},{'b': 'd'}]的几种方法,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧2019-03-03Python中强大的函数map filter reduce使用详解
Python是一门功能丰富的编程语言,提供了许多内置函数,以简化各种编程任务,在Python中,map(),filter()和reduce()是一组非常有用的函数,它们允许对可迭代对象进行操作,从而实现数据转换、筛选和累积等操作,本文将详细介绍这三个函数,包括它们的基本用法和示例代码2023-11-11
最新评论