【问题标题】:How to access to tensorflow from Jupyter notebook?如何从 Jupyter notebook 访问 tensorflow?
【发布时间】:2019-10-02 05:48:34
【问题描述】:

我按照官方说明从源代码安装了 tensorflow 2.0:
https://www.tensorflow.org/install/source
当我从 python 控制台(在 tensorflow 文件夹之外)访问时,它可以工作,我想从 Jupyter notebook 访问。

我将tensorflow的文件夹复制到:

/home/kati/anaconda3/pkgs/tensorflow

还是不行

ModuleNotFoundError Traceback (most recent call last)
<ipython-input-2-d6579f534729> in <module>
----> 1 import tensorflow

ModuleNotFoundError: No module named 'tensorflow'

系统信息

Ubuntu 18.04.3
jupyter 核心:4.5.0
jupyter笔记本:6.0.0

【问题讨论】:

    标签: tensorflow jupyter-notebook ubuntu-18.04


    【解决方案1】:

    步骤如下:

    1. 下载 Anaconda
    2. 创建一个虚拟环境并激活它
    3. 安装 K̵e̵r̵a̵s̵ ̵a̵n̵d̵ TensorFlow 等
    4. 启动 Jupyter Notebook

    由于您已经拥有 Jupyter Notebook,因此您需要创建一个环境变量,安装 tensorflow 和 keras。命令如下:

    在默认环境中更新 conda

    $ conda upgrade --all

    使用 conda 创建新环境

    $ conda create -n [my-env-name] python=[python-version]

    激活您创建的环境

    $ source activate [my-env-name]

    在虚拟环境中安装 pip

    $ conda install pip

    安装 TensorFlow CPU 版本

    $ pip3 install --upgrade tensorflow # for python 3.*

    安装 Keras(注意:请先安装 TensorFlow)

    $ pip install Keras

    移除环境

    $ conda env remove --name [my-env-name]

    安装 pip 包,然后您可以使用“pip install [包名]”命令轻松安装任何包。

    【讨论】:

    • 好答案。但是,如果要在 Jupyter notebook 中使用特定的虚拟环境,则需要将 virtualenv 注册为 Jupyter 内核:在虚拟环境中,需要安装 ipykernel package:`pip install ipykernel`。然后您需要使用ipython kernel install --user --name=projectname 将您的虚拟环境注册为内核。 projectname 是您的内核/virtualenv 将出现在 Jupyter 中的名称。现在,无论何时启动 Jupyter,您都可以使用 tensorflow 作为内核的虚拟环境。
    • 我遵循了这些步骤,但是当我在控制台中使用 python 午餐并导入 tensorflow 时,我得到了非法指令(核心转储)
    【解决方案2】:

    您是否开始从安装 tensorflow 的虚拟环境中运行 jupyter notebook?

    另外,你不需要将 tensorflow 复制到 anaconda3 文件夹,最好使用 pip 或 anconda navigator 安装。

    pip install tensorflow
    

    参考: https://pypi.org/project/tensorflow/

    【讨论】:

    • 不,我只是克隆 git repo 并配置它。我有一个旧 CPU,所以 tensorflow 2.0 不能直接使用 pip 或 conda
    • 即使您下载源代码并稍后配置,您也需要使用 pip 安装不是吗?配置完成后,您需要通过以下方式安装:pip install /tmp/tensorflow_pkg/tensorflow-version-tags.whl
    • 是的,我做到了,但我得到了这个错误:错误:tensorflow-2.0.0-cp27-cp27mu-linux_x86_64.whl 不是这个平台上支持的轮子。我的控制台:
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-11-25
    • 2023-03-05
    • 2020-05-21
    • 1970-01-01
    • 1970-01-01
    • 2021-03-24
    相关资源
    最近更新 更多