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 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 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 Jupyter Notebook 中进行编程,您需要首先 安装 TensorFlow 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。