Python 3.x 如何为windows 7 32位系统安装tensorflow?我在系统中安装了python 3.5(32位),还安装了anaconda 3.4.4(32位)
我只有32位的系统,所以我安装了Python3.5(64位)错误发生。所以我成功地安装了Python32位,之后我在该文档后面(…)我尝试将其插入命令提示符Python 3.x 如何为windows 7 32位系统安装tensorflow?我在系统中安装了python 3.5(32位),还安装了anaconda 3.4.4(32位),python-3.x,tensorflow,anaconda,Python 3.x,Tensorflow,Anaconda,我只有32位的系统,所以我安装了Python3.5(64位)错误发生。所以我成功地安装了Python32位,之后我在该文档后面(…)我尝试将其插入命令提示符 C:\Users\mydoc>pip3 install --upgrade tensorflow 但是错误是这样发生的 C:\Users\mydoc>pip install tensorflow Collecting tensorflow Could not find a version that satisfies t
C:\Users\mydoc>pip3 install --upgrade tensorflow
但是错误是这样发生的
C:\Users\mydoc>pip install tensorflow
Collecting tensorflow
Could not find a version that satisfies the requirement tensorflow (from versions: )
No matching distribution found for tensorflow
C:\Users\mydoc>
请帮助我如何为我的windows(32位)系统安装tensorflow。
我们只在64位Linux和Linux上测试了TensorFlow发行版
Mac OS X,并仅为这些平台分发二进制软件包。尝试
按照以下步骤生成版本:
用于您的平台。编辑:一个用户已发布,这对其他32位用户很有希望 架构。这些指令可能有一些有用的指针,用于获取 TensorFlow和Bazel在32位环境中工作
如果使用TunSoFrad不是一个硬要求,可以考虑为Keras更改后端。您将能够使用Theano作为后端,它支持32位windows。请在此处查找相关说明:
我知道这可能无法回答您的问题,但更改后端可能比更改计算机更容易
sudo-apt-get-update
sudo apt get安装openjdk-8-jdk
sudo apt get install git zip unzip autoconf automake libtool curl zlib1g dev swig build sential
安装Python库
接下来,我们将安装python 3开发库和tensorflow所需的keras模块
sudo-apt-get-install-python3-dev-python3-pip-python3-wheel
sudopython3-mpip安装--升级pip
python3-mpip安装——用户keras
您可以使用eithr python 3或python 2并为该版本编译tensorflow
从源代码安装和编译Bazel
我们需要Bazel0.19.2发行版的源代码。我们可以获得它并安装在新文件夹中
wgethttps://github.com/bazelbuild/bazel/releases/download/0.19.2/bazel-0.19.2-dist.zip
mkdir Bazel-0-19.2
cd Bazel-0-19.2
解压../bazel-0.19.2-dist.zip
在编译之前,我们需要删除./src/tools/singlejar/mapped_file_posix.inc文件(#error此代码适用于64位Unix。)的第30行,如果我们不在64位机器中,它会引发错误。此bazel版本在32位中工作正常
我们还需要增加Bazel可用的java内存,并开始编译它
export BAZEL_JAVAC_OPTS=“-J-Xmx1g”
/compile.sh
完成后(可能需要几个小时),我们将bazel编译的可执行文件移动到当前用户路径中的某个位置
cp输出/bazel/home/user/.local/bin
从源代码编译Tensorflow
创建一个文件夹并将tensorflow的1.13.2版本克隆到其中。从1.14版开始,tensorflow使用“英特尔MKL DNN优化库”,该库仅适用于64位系统。因此,1.13.2是最后一个以32位运行的版本
mkdir Tensorflow-1.13.2
cd Tensorflow-1.13.2
git克隆-b v1.13.2——深度=1https://github.com/tensorflow/tensorflow .
在编译之前,我们将对64位库的引用替换为32位库
grep-Rl“lib64”| xargs sed-i's/lib64/lib/g'
我们启动tensorflow配置。我们需要明确禁止使用一些在32位系统上不可用或不受支持的可选库
export TF\u NEED\u CUDA=0
导出TF\u需要\u AWS=0
/配置
我们必须考虑以下因素:
*当被要求指定python的位置时。[默认为/usr/bin/python]:我们应该响应/usr/bin/python3来使用python3。
*当要求输入要使用的所需Python库路径时。默认值为[/usr/local/lib/python3.5/dist packages],我们只需点击Enter
*我们应该回答所有的Y/N问题。
*当指定bazel选项“-config=opt”时,要求指定编译期间要使用的优化标志时[默认值为-march=native-Wno-sign-compare]:只需点击Enter
现在我们开始编译tensorflow,禁用aws、kafka等可选组件
bazel build--config=noaws--config=nohdfs--config=nokafka--config=noignite--config=nonccl-c opt--verbose\u failures//tensorflow/tools/pip\u包:build\u pip\u包
如果一切顺利,现在我们生成pip包
bazel-bin/tensorflow/tools/pip_-package/build_-pip_-package/tmp/tensorflow_-pkg
我们安装了pip包
python3-mpip安装--user/tmp/tensorflow_pkg/tensorflow-1.13.2-cp35-cp35m-linux_i686.whl
测试张量流
现在我们运行一个小测试来检查它是否工作。我们创建了一个包含以下内容的test.py文件:
将tensorflow导入为tf
mnist=tf.keras.datasets.mnist
(x_列,y_列),(x_测试,y_测试)=列表负载数据()
x_系列,x_测试=x_系列/255.0,x_测试/255.0
模型=tf.keras.models.Sequential([
tf.keras.layers.Flatten(输入_形状=(28,28)),
tf.keras.layers.Dense(512,活化=tf.nn.relu),
克拉斯