安装Keras,tensorflow,并实现将虚拟环境添加到jupyter notebook
写在面前
最近需要用LSTM,今天开始搭环境,遇到了很多问题,其中主要是两个问题
不太懂装环境的朋友可以注意一下:
1、tensorflow和keras以及numpy等等版本的兼容问题。一般的keras安装教程tensorflow和keras版本都是兼容的,但是自己还得去装numpy,一不小心版本就不兼容了,所以我的每一步安装都规定了版本,防止不兼容问题;
2、因为用不惯pycharm,所以keras安装好了我想用jupyter打开,结果遇到了各种问题。例如无法识别jupyter notebook这个命令等等。所以我索性改变思路,先把虚拟环境加入到jupyter中,然后再在虚拟环境里面装包。
安装全过程
都是用的清华园镜像,网速好两三分钟就能全部装好!
- 第一步:创建虚拟环境(tf3是我的虚拟环境的名称,你可以自己取)
conda create -n tf3 python=3.6.5
- 第二步:安装 ipykernel
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/
- 第三步:把新建的虚拟环境(tf3)加入到jupter notebook里面
python -m ipykernel install --name tf3
截至这里,虚拟环境就加入到jupter notebook里面了
接下来往虚拟环境装tensorflow和keras
- 第一步:首先要进入到新建的虚拟环境
conda activate tf3
- 第二步:安装tensorflow
pip install tensorflow==2.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/
- 第三步:安装keras
pip install keras==2.4.3 -i https://pypi.tuna.tsinghua.edu.cn/simple/
- 第四步:安装numpy
pip install numpy==1.19.5 -i https://pypi.tuna.tsinghua.edu.cn/simple/
- 第五步:安装pandas
pip install pandas==1.1.4 -i https://pypi.tuna.tsinghua.edu.cn/simple/
- 第六步:安装scikit-learn
pip install scikit-learn==0.24.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/
- 第七步:安装scipy
pip install scipy==1.5.4 -i https://pypi.tuna.tsinghua.edu.cn/simple/
- 第八步:安装matplotlib
pip install matplotlib==3.3.3 -i https://pypi.tuna.tsinghua.edu.cn/simple/
最后在jupyter notebook里面引入相关库,没报错就说明ok了
from keras.models import Sequential from keras.layers import Dense from keras.layers import LSTM from keras.layers import Dropout
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
通俗的讲解深度学习中CUDA,cudatookit,cudnn和pytorch的关系
有些刚入行的朋友总是搞不清楚CUDA,cudatookit,cudnn和pytorch的关系,那么今天这篇文章用通俗易懂的话讲解了他们之间的关系,需要的朋友可以参考下,相信会对你有所帮助2023-03-03
最新评论