准备你的开发环境1. 下载AnacondaAnaconda 是一个免费开源的Python和R语言的发行版本简化了包管理和部署而且支持多个Python环境的隔离。强烈安利下载地址为Anaconda。推荐下载Python3.7 版本毕竟Python2 20年久不再维护了哈。安装教程参见Anaconda安装教程。2. 创建你的Python环境$ conda create -n py3 python3这样呢就创建好了一个Python版本为3的开发环境。接下来激活你刚才创建的环境。$sourceactivate py3# windows 下的命令为 activate py33. 安装TensorFLowTensorFlow 是谷歌开源的一款开源软件库能够用于进行机器学习和深度学习的开发。接下来使用pip安装tensorflow。$ pipinstall--upgrade tensorflow如果安装慢的话可以使用清华大学的pip源进行加速使用说明参见pypi 镜像使用帮助。至于pip是什么呢你可以Google一下。4. 使用TensorFlow我们来测试一下TensorFlow是否安装好了。首先进入Python命令行。$ python Python 3.7.4 (default, Aug 13 2019, 15:17:50) [Clang 4.0.1 (tags/RELEASE_401/final)] :: Anaconda, Inc. on darwin Type help, copyright, credits or license for more information.尝试导入TensorFlow包。 import tensorflow as tf print(tf.__version__) 1.14.0如果能看到1.14.0你看到版本号可能跟这个有差异 恭喜你你的人工智能开发环境已经搭建好了。
01 准备你的开发环境
准备你的开发环境1. 下载AnacondaAnaconda 是一个免费开源的Python和R语言的发行版本简化了包管理和部署而且支持多个Python环境的隔离。强烈安利下载地址为Anaconda。推荐下载Python3.7 版本毕竟Python2 20年久不再维护了哈。安装教程参见Anaconda安装教程。2. 创建你的Python环境$ conda create -n py3 python3这样呢就创建好了一个Python版本为3的开发环境。接下来激活你刚才创建的环境。$sourceactivate py3# windows 下的命令为 activate py33. 安装TensorFLowTensorFlow 是谷歌开源的一款开源软件库能够用于进行机器学习和深度学习的开发。接下来使用pip安装tensorflow。$ pipinstall--upgrade tensorflow如果安装慢的话可以使用清华大学的pip源进行加速使用说明参见pypi 镜像使用帮助。至于pip是什么呢你可以Google一下。4. 使用TensorFlow我们来测试一下TensorFlow是否安装好了。首先进入Python命令行。$ python Python 3.7.4 (default, Aug 13 2019, 15:17:50) [Clang 4.0.1 (tags/RELEASE_401/final)] :: Anaconda, Inc. on darwin Type help, copyright, credits or license for more information.尝试导入TensorFlow包。 import tensorflow as tf print(tf.__version__) 1.14.0如果能看到1.14.0你看到版本号可能跟这个有差异 恭喜你你的人工智能开发环境已经搭建好了。