在Jupyter笔记本中运行Tensorflow

Question

我正在尝试做一些深入的学习工作.为此,我首先在Python环境中安装了所有用于深度学习的软件包.

这就是我做的.

在Anaconda中,我创建了一个tensorflow如下所示的环境

conda create -n tensorflow

然后在其中安装了数据科学Python包,如Pandas,NumPy等.我还在那里安装了TensorFlow和Keras.以下是该环境中的包列表

(tensorflow) SFOM00618927A:dl i854319$ conda list
# packages in environment at /Users/i854319/anaconda/envs/tensorflow:
#
appdirs                   1.4.3                     <pip>
appnope                   0.1.0                    py36_0  
beautifulsoup4            4.5.3                    py36_0  
bleach                    1.5.0                    py36_0  
cycler                    0.10.0                   py36_0  
decorator                 4.0.11                   py36_0  
entrypoints               0.2.2                    py36_1  
freetype                  2.5.5                         2  
html5lib                  0.999                    py36_0  
icu                       54.1                          0  
ipykernel                 4.5.2                    py36_0  
ipython                   5.3.0                    py36_0  
ipython_genutils          0.2.0                    py36_0  
ipywidgets                6.0.0                    py36_0  
jinja2                    2.9.5                    py36_0  
jsonschema                2.5.1                    py36_0  
jupyter                   1.0.0                    py36_3  
jupyter_client            5.0.0                    py36_0  
jupyter_console           5.1.0                    py36_0  
jupyter_core              4.3.0                    py36_0  
Keras                     2.0.2                     <pip>
libpng                    1.6.27                        0  
markupsafe                0.23                     py36_2  
matplotlib                2.0.0               np112py36_0  
mistune                   0.7.4                    py36_0  
mkl                       2017.0.1                      0  
nbconvert                 5.1.1                    py36_0  
nbformat                  4.3.0                    py36_0  
notebook                  4.4.1                    py36_0  
numpy                     1.12.1                    <pip>
numpy                     1.12.1                   py36_0  
openssl                   1.0.2k                        1  
packaging                 16.8                      <pip>
pandas                    0.19.2              np112py36_1  
pandocfilters             1.4.1                    py36_0  
path.py                   10.1                     py36_0  
pexpect                   4.2.1                    py36_0  
pickleshare               0.7.4                    py36_0  
pip                       9.0.1                    py36_1  
prompt_toolkit            1.0.13                   py36_0  
protobuf                  3.2.0                     <pip>
ptyprocess                0.5.1                    py36_0  
pygments                  2.2.0                    py36_0  
pyparsing                 2.1.4                    py36_0  
pyparsing                 2.2.0                     <pip>
pyqt                      5.6.0                    py36_2  
python                    3.6.1                         0  
python-dateutil           2.6.0                    py36_0  
pytz                      2017.2                   py36_0  
PyYAML                    3.12                      <pip>
pyzmq                     16.0.2                   py36_0  
qt                        5.6.2                         0  
qtconsole                 4.3.0                    py36_0  
readline                  6.2                           2  
scikit-learn              0.18.1              np112py36_1  
scipy                     0.19.0              np112py36_0  
setuptools                34.3.3                    <pip>
setuptools                27.2.0                   py36_0  
simplegeneric             0.8.1                    py36_1  
sip                       4.18                     py36_0  
six                       1.10.0                    <pip>
six                       1.10.0                   py36_0  
sqlite                    3.13.0                        0  
tensorflow                1.0.1                     <pip>
terminado                 0.6                      py36_0  
testpath                  0.3                      py36_0  
Theano                    0.9.0                     <pip>
tk                        8.5.18                        0  
tornado                   4.4.2                    py36_0  
traitlets                 4.3.2                    py36_0  
wcwidth                   0.1.7                    py36_0  
wheel                     0.29.0                    <pip>
wheel                     0.29.0                   py36_0  
widgetsnbextension        2.0.0                    py36_0  
xz                        5.2.2                         1  
zlib                      1.2.8                         3  
(tensorflow) SFOM00618927A:dl i854319$

你可以看到它jupyter也已安装.

现在,当我在这个环境中打开Python解释器并运行基本的TensorFlow命令时,一切正常.但是,我想在Jupyter笔记本中做同样的事情.所以,我创建了一个新目录(在这个环境之外).

mkdir dl

在那,我激活了tensorflow环境

SFOM00618927A:dl i854319$ source activate tensorflow
(tensorflow) SFOM00618927A:dl i854319$ conda list

我可以在其中看到相同的包列表.

现在,我打开一个Jupyter笔记本

SFOM00618927A:dl i854319$ source activate tensorflow
(tensorflow) SFOM00618927A:dl i854319$ jupyter notebook

它在浏览器中打开了一个新笔记本.但是,当我刚刚导入基本的python库时,就像pandas一样,它说"没有可用的包".我不确定为什么当相同的环境具有所有这些包并且在同一目录中时,如果我使用Python解释器它显示所有包.

import pandas
---------------------------------------------------------------------------
ModuleNotFoundError                       Traceback (most recent call last)
<ipython-input-4-d6ac987968b6> in <module>()
----> 1 import pandas

ModuleNotFoundError: No module named 'pandas'

为什么jupyter笔记本没有拿起这些模块？

因此,Jupyter笔记本不会将env显示为解释器

Answer 1

我想出了你的案子.这就是我解决这个问题的方法

1. 安装Anaconda
2. 创建虚拟环境 - conda create -n tensor flow
3. 进入你的虚拟环境 - Source activate tensorflow
4. 在里面安装tensorflow.你可以使用它安装它pip
5. 完成安装

那么下一件事,当你启动它时:

6. 如果您不在虚拟环境类型中 - Source Activate Tensorflow
7. 然后在里面再次安装你的Jupiter笔记本和Pandas库,因为在这个虚拟环境中可能会有一些缺失

在虚拟环境中只需键入:

8. pip install jupyter notebook
9. pip install pandas

然后你可以启动jupyter笔记本说:

10. jupyter notebook
11. 选择正确的终端python 3或2
12. 然后导入这些模块

Answer 2

我相信，如果有Mac的话，如果您有Anaconda，则可以看到一个显示所有详细信息的简短视频（它与Windows用户也非常相似），只需打开Anaconda导航器，一切都一样（几乎！）。

https://www.youtube.com/watch?v=gDzAm25CORk

然后去jupyter笔记本和代码

!pip install tensorflow

然后

import tensorflow as tf

它对我有用！:)

Answer 3

1. 通过在 anoconda shell 或控制台中运行这些命令来安装 tensorflow：

   conda create -n tensorflow python=3.5
   activate tensorflow
   conda install pandas matplotlib jupyter notebook scipy scikit-learn
   pip install tensorflow
   

2. 关闭控制台并重新打开它并键入以下命令：

   activate tensorflow 
   jupyter notebook 
   

Answer 4

1. 安装Anaconda
2. 运行Anaconda命令提示符
3. 为windows写"activate tensorflow"
4. pip install tensorflow
5. pip安装jupyter笔记本
6. jupyter笔记本.

只有这个解决方案适合我.尝试了7 8个解决方案.使用Windows平台.