Tensorflow2.0 学习记录

环境: WIN 10

            Python 3.6.2

            Anaconda3

            GTX1060 3GB

1. 入门运行

安装好tensorflow 2.0 发现无法运行,报  ImportError: DLL load failed: 找不到指定的模块。  错误

官方非常Nice,直接给我了github 的issue 地址 https://github.com/tensorflow/tensorflow/issues/22794 。里面找到了解决方法

conda install keras-gpu

conda install -c aaronzs tensorflow-gpu

conda install -c anaconda cudatoolkit

conda install -c anaconda cudnn

这里需要说明的一点是,因为国内的各个anaconda镜像源都关闭了,所以conda install 我只能改成defaults channel了,必须要有梯子才能install了。

这还不够。还需要更新显卡驱动。因为我用的tensorflow是最新的,所以我直接使用鲁大师更新了最新的显卡驱动。更新好之后,就可以跑hello world

运行成功

2.Tensorflow2主要修改和特性

学习过程中,官方文档的一些模块已经无法使用了,这是因为2.0迁移走了1.x里面的很多模块,这在官方文档里有说明。同时官方也给出了更新指示。说到这里,简单提一句,奉劝大家好好看看官方文档,tourials,guide 都值得好好看看,很多问题就会在碰到之前就知道怎么解决了。

举个例子,在 预测加利福尼亚的房价 例子中, tf.train.GradientDescentOptimizer 这个类已经不能使用,是train这个模块被2.0整体移除,在stackflow里面找到了替换方法。 还有 tf.contrib 这个模块也被整体移除了,官方说明。 还有estimator这个模块,现在导入是 from tensorflow_estimator import estimator 这么导入使用了

3.Tensorflow主要模块

    先看下Tensorflow的API结构。不解释了。

Tensorflow的API结构

    3.1 Estimators

        Estimator 是 TensorFlow 对完整模型的高级表示。它会处理初始化、日志记录、保存和恢复等细节部分,并具有很多其他功能,以便您可以专注于模型。

        Estimator 是从 tf.estimator.Estimator 衍生而来的任何类。TensorFlow 提供一组预创建的 Estimator(例如 LinearRegressor)来实现常见的机器学习算法。除此之外,您可以编写自定义 Estimator。我们建议在刚开始使用 TensorFlow 时使用预创建的 Estimator。

        要根据预创建的 Estimator 编写 TensorFlow 程序,您必须执行下列任务:

            创建一个或多个输入函数。

            定义模型的特征列。

            实例化 Estimator,指定特征列和各种超参数。

            在 Estimator 对象上调用一个或多个方法,传递适当的输入函数作为数据的来源。

       

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,367评论 6 512
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,959评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,750评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,226评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,252评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,975评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,592评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,497评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,027评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,147评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,274评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,953评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,623评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,143评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,260评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,607评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,271评论 2 358

推荐阅读更多精彩内容