教程:在Mac 上安装tensorflow2.3

首先安装pip,打开终端,python2.7路径下,输入sudo easy_install pip(python3路径下,输入curl https://bootstrap.pypa.io/get-pip.py|python3

安装成功后,可以通过 pip --version 查看版本

接下来下载并安装 Anaconda,可以选择官网https://www.anaconda.com/download/#macos,也可以选择清华大学的镜像网址https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive,

安装成功后,可以使用conda --version 查看版本 ,确认是否安装成功。

如果提示找不到此命令,则使用vi ~/.bash_profile命令

编辑类似以下内容:(编辑你自己的路径地址)

# >>> conda initialize >>>

# !! Contents within this block are managed by 'conda init' !!

__conda_setup="$('/Volumes/固态硬盘/opt/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"

if [ $? -eq 0 ]; then

    eval "$__conda_setup"

else

    if [ -f "/Volumes/固态硬盘/opt/anaconda3/etc/profile.d/conda.sh" ]; then

        . "Volumes/固态硬盘/opt/anaconda3/etc/profile.d/conda.sh"

    else

        export PATH="/Volumes/固态硬盘/opt/anaconda3/bin:$PATH"

    fi

fi

unset __conda_setup

# <<< conda initialize <<<

如果是环境变量没有配置好,在终端输入 echo 'export PATH="/Volumes/固态硬盘/opt/ananconda3/bin:$PATH"' >> ~/.bashrc(路径使用你自己的)

然后执行source ~/.bash_profile    source ~/.bashrc

如果发现每次打开终端都要执行以上命令才行,则使用

vi ~/.zshrc 编辑source ~/.bash_profile    source ~/.bashrc内容并保存文件即可

安装了 Anaconda,接下来安装 TensorFlow CPU 版本或 GPU 版本。基本上计算机都支持 TensorFlow CPU 版本,而 GPU 版本则要求计算机有一个 CUDA compute capability 3.0 及以上的 NVDIA GPU 显卡(对于台式机而言最低配置为 NVDIA GTX 650)。 

CPU 与 GPU 的对比:中央处理器(CPU)由对顺序串行处理优化的内核(4~8个)组成。图形处理器(GPU)具有大规模并行架构,由数千个更小且更有效的核芯组成,能够同时处理多个任务。

对于 TensorFlow GPU 版本,需要先安装 CUDA toolkit 7.0 及以上版本、NVDIA【R】驱动程序和 cuDNN v3 或以上版本。cuDNN 文件需安装在不同的目录中,并需要确保目录在系统路径中。

在终端输入conda create -n tensorflow python=3.5

使用该命令创建conda环境。

激活conda环境:

在终端输入:source activate tensorflow

安装tensorFlow时采用清华大学的镜像,(不采用镜像基本慢的要死,或者超时失败)

GPU版本安装方法:

pip install tensorflow-gpu==2.3 -i https://pypi.tuna.tsinghua.edu.cn/simple

CPU版本安装方法:

pip install tensorflow==2.3 -i https://pypi.tuna.tsinghua.edu.cn/simple

接下来试验一下:

在命令行中输入 python,并输入以下代码:

import tensorflow as tf

tf.compat.v1.disable_eager_execution()

message =tf.constant('Welcome to the world of DNN!')

with tf.compat.v1.Session() as sess:

         print(sess.run(message).decode())

输出为:Welcome to the world of DNN!

有以上输出说明安装成功了。

接下来在命令行中禁用 conda 环境,在终端使用 source deactivate 命令

©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 220,884评论 6 513
  • 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 94,212评论 3 395
  • 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 167,351评论 0 360
  • 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 59,412评论 1 294
  • 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 68,438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 52,127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 40,714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 39,636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 46,173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 38,264评论 3 339
  • 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 40,402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 36,073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 41,763评论 3 332
  • 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 32,253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 33,382评论 1 271
  • 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 48,749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 45,403评论 2 358