环境:我在Ubuntu系统下安装的anaconda3,然后并在里面使用env安装的tensorflow,之前安装的jupyter notebook并不是在我的tensorflow环境下安装的,所以你无法引入tensorflow。
这是我在安装之前的展示的jupyter的结果:
很显然,我的jupyter是anaconda自带的,并不是tensorflow下面的jupyter,所以需要重新的安装。
下面是安装的命令:
conda install ipython
conda install jupyter
这样你就安装好了,可以再输入上面的三行命令来查看:
我输入的第一行命令是因为我没有配置环境,你只需要激活你的tensorflow,然后就可以查看你现在安装的jupyter实在哪里!
之后怎么运行呢?
这样你就可以打开啦!
在里面输入import tensorflow as tf不报错就是成功啦!
是不是很简单哈,哈哈,如果你没有安装anaconda3,可以查看我之前的博客
安装anaconda和tensorflow教程
,里面有哦!
环境:我在Ubuntu系统下安装的anaconda3,然后并在里面使用env安装的tensorflow,之前安装的jupyter notebook并不是在我的tensorflow环境下安装的,所以你无法引入tensorflow。这是我在安装之前的展示的jupyter的结果:很显然,我的jupyter是anaconda自带的,并不是tensorflow下面的jupyter,所以需要重新的安装...
该项目不再受支持,请考虑改用 。
TensorFlow
简介
该项目与我的
TensorFlow
实时在线培训简介(2017年 日, , 日, 日)一起进行。 它以笔记本的形式包含练习及其
解决
方案。
在课程本身中,将提供一个用于运行笔记本的URL。 您可以参加该课程,而无需在本地
安装
任何内容。 如果您希望进行本地
安装
,请按照以下
安装
说明进行操作。
如果您正在寻找O'Reilly的书《使用Scikit-Learn和
TensorFlow
进行动手机器学习》随附的代码,请访问以下GitHub项目: handson-ml 。
首先,如果尚未
安装
git ,则需要
安装
它。
接下来,通过打开终端并键入以下命令来克隆此存储库:
$ cd $HOME # or any other development directory you prefer
$ git clone htt
jupyter
notebook
启动
jupyter
notebook
在
jupyter
notebook
中输入命令,如import
tensorflow
并不能调用
tensorflow
的开发包。
原因是:如果此时直接启动
jupyter
,此时的
jupyter
是基于整个anaconda的python...
在Anaconda Prompt中选择虚拟环境,并打开
jupyter
notebook
,导入
tensorflow
包后出现内核挂掉重启的问题。
在Anaconda Prompt终端是这样的显示
解决
方法
在当前虚拟环境下 卸载h5py并重装
pip uninstall h5py
pip install h5py
重启
jupyter
notebook
就可正常使用了!
问题描述:
在debain里
安装
了
jupyter
,
安装
方法参考https://blog.csdn.net/wacebb/article/details/117407106?spm=1001.2014.3001.5501
然后在zi'j
由于
tensorflow
是另一个虚拟环境,需要重装
jupyter
notebook
首先由于我是后来重装过anaconda,所以将原envs文件夹下的tenorflow直接复制到了新的envs,测试后可以导入,没有报错
然后打开anaconda prompt 就可以激活
tensorflow
环境了
activate
tensorflow
conda install ipython
conda ins...
Jupyter
Notebook
是一种交互式的编程环境,可以方便地使用
TensorFlow
进行机器学习和深度学习的开发。使用
Jupyter
Notebook
,您可以在浏览器中编写和运行代码,同时还可以在代码中添加文本、图像和其他多媒体内容,以便更好地记录和分享您的工作。
要使用
TensorFlow
在
Jupyter
Notebook
中进行编程,您需要首先
安装
TensorFlow
和
Jupyter
Notebook
。
安装
TensorFlow
可以使用 pip 命令,
安装
Jupyter
Notebook
可以使用 conda 或 pip 命令。
安装
完成后,您可以在
Jupyter
Notebook
中创建一个新的 Python
Notebook
,并在其中导入
TensorFlow
库,开始编写代码。
在编写
TensorFlow
代码时,您可以使用
Jupyter
Notebook
提供的各种功能,例如自动补全、代码高亮和代码片段。您还可以使用 Markdown 语法添加文本和图像,以便更好地记录您的工作。最后,您可以将
Jupyter
Notebook
导出为 HTML、PDF 或其他格式,以便与其他人分享您的工作。