Tensorflow、Keras和Pytorch安装及应用问题

以下是用Anaconda安装tensorflow遇到的一些坑。

一：安装tensorflow

安装Tensorflow时，需要从Anaconda仓库中下载，一般默认链接的都是国外镜像地址，这里用国内清华镜像，需要改一下链接镜像的地址。这里，打开Anaconda中Anaconda Prompt，然后输入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
这两行代码用来改成连接清华镜像的
接下来安装Tensorflow，在Anaconda Prompt中输入：
conda create -n tensorflow python=3.6我的版本是3.6.4，但是此处直接写3.6.4安装失败，好像是最高只到3.6.2。

我的安装已完成，中间没有记录过程，借用网上别人的图===

运行到此处时，接着输入activate tensorflow进入TensorFlow 环境
pip install --ignore https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.2.0-cp36-cp36m-win_amd64.whl
你也可以自己选择对应的Tensorflow版本，可以在清华镜像中查看。
到此就应该安装差不多了。

二：嵌入IDE

此处解释器要选择刚刚anaconda安装的tensorflow环境。

三：安装keras

keras是基于tensorflow后端的，tensorflow成功后安装很简单。用pip、conda都可以。
ps.安装过程都是在tensorflow环境中。

反而实际用keras的时候遇到了一些坑，

1.

TypeError: softmax() got an unexpected keyword argument 'axis'

可能是tensorflow和keras的版本不配套-_-
解决方法：pip install keras==2.1 回退版本

2.

案例 MNIST 数据集下载不了的问题

mnist.load_data('MNIST_data/')

解决方法：参考这里面的方法及数据集
下载mnist_npz 数据集，放于本地目录下。

将

(x_train, y_train), (x_test, y_test) = mnist.load_data('MNIST_data/')

替换为：

    path = './mnist.npz'
    f = np.load(path)
    x_train, y_train = f['x_train'], f['y_train']
    x_test, y_test = f['x_test'], f['y_test']
    f.close()

四：安装pytorch

方法和安装tensorflow类似，参考下这篇博客

conda install pytorch torchvision cudatoolkit=9.2 -c pytorch -c defaults -c numba/label/dev

https://www.cnblogs.com/zhouzhiyao/p/11784055.html

引用：
1.https://www.cnblogs.com/lvsling/p/8672404.html
2.https://blog.csdn.net/cs_hnu_scw/article/details/79695347
3.https://keras.io/zh/

最后

以上就是纯情小鸭子为你收集整理的Tensorflow、Keras和Pytorch安装及应用问题的全部内容，希望文章能够帮你解决Tensorflow、Keras和Pytorch安装及应用问题所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。