1、缘由:

  按照之前的步骤,在Win10的笔记本上就是不行:

 1.1、jupyter notebook的相关界面,如下图所示:

  

  ZC:感觉 应该还是 tensorflow的问题

 1.2、然后 各种测试:

  

  ZC:这里 发现 随机数 出来的Sum结果是 0,感觉不太对("Python3 -c ....."这条命令 一点反应也没有,也感觉怪怪的...)。但是 看版本 又觉得还行,应该是正常的...

// ZC: 下面这句代码 执行后没反应...why?
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))" // ZC: 下面这句代码 执行后返回0,why?我装了"tensorflow-1.14.0-cp37-cp37m-win_amd64.whl"后执行这里 一样是0,why?得看看Py的语法了..
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))" python -c "import tensorflow as tf; print(tf.__version__)"

  于是 又换一种方式:

$ python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(22)
>>> print(sess.run(a + b))
32
>>>

  我是 一句一句将代码复制到Python控制台 然后回车的,在执行到 “sess = tf.Session()”时 报错了:

  于是 度娘“Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2”

   于是找到了:(有很多的 搜索结果的,只是挑了这个先尝试的)

    Your CPU supports instructions that this TensorFlow binary was not compiled to use_ AVX2 FMA - 山中有石为玉 - CSDN博客.html(https://blog.csdn.net/weixin_41770169/article/details/86003010

    解决Tensorflow 使用时cpu编译不支持警告 - Fourierrr_的博客 - CSDN博客.html(https://blog.csdn.net/Fourierrr_/article/details/79749899

      pip uninstall tensorflow
      完成后可以用pip list查看一下所有库,检查是否成功卸载
      pip install tensorflow-1.6.0-cp36-cp36m-win_amd64.whl

    ZC:在github中 看到一个 这个路径:“https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.14.0/cpp” 这里面是专门为 WIndows下的C++准备的?怎么用?以后搜搜... (可以查看到 CPU、GPU、CUDA的版本对应)

2、

3、度娘 搜“libtensorflow-cpu-windows-x86_64-1.14.0.sse2.7z”时 搜到的:

  windows下编译tensorflow源码 用其c++接口调用训练好的模型 - 世事一场大梦 - CSDN博客.html(https://blog.csdn.net/yuejisuo1948/article/details/84197534

4、

5、(20190906)可能要安装 tensorflow-gpu版本

 5.1、度搜:“pip  install tensorflow-gpu”

  windows10安装tensorflow的gpu版本(pip3安装方式) - 华行天下 - 博客园.html(https://www.cnblogs.com/huaxingtianxia/p/8048018.html

  tensorflow 安装GPU版本,个人总结,步骤比较详细 - gangeqian2的博客 - CSDN博客.html(https://blog.csdn.net/gangeqian2/article/details/79358543

 ZC:按照之前 家里笔记本sse2版本改avx2版本的经验,貌似只要改tensorflow就可以 若tensorflow版本号没变的话 其它不用动,不知 改GPU版本 会不会也这么顺利

6、CUDA Toolkit Archive _ NVIDIA Developer.html(https://developer.nvidia.com/cuda-toolkit-archive

  cuDNN Archive _ NVIDIA Developer.html(https://developer.nvidia.com/rdp/cudnn-archive)  ZC:下载需要登陆账号,注册了一个 账号:okmnji79513@163.com

7、

8、

9、

TensorFlow.环境_avx2的更多相关文章

  1. Ubuntu 14.04 关于 TensorFlow 环境的配置

    Ubuntu 14.04 关于 TensorFlow 环境的配置   本教程截图于 TensorFlow 官方文档中文版  https://github.com/jikexueyuanwiki/ten ...

  2. 人工智能二:TensorFlow环境搭建

    一.Windows下安装虚拟机VMware Workstation,在虚拟机中安装Ubuntu(要善用搜索引擎,解决各类简单问题) VMware Workstation下载地址:http://www. ...

  3. 使用anaconda创建tensorflow环境后如何在jupyter notebook中使用

    在以下目录中 C:\Users\UserName\AppData\Roaming\jupyter\kernels\python3 打开kernel.json文件,将python.exe文件的路径修改至 ...

  4. TensorFlow环境 人脸识别 FaceNet 应用(一)验证测试集

    TensorFlow环境 人脸识别 FaceNet 应用(一)验证测试集 前提是TensorFlow环境以及相关的依赖环境已经安装,可以正常运行. 一.下载FaceNet源代码工程 git clone ...

  5. CentOS7.4,anaconda3,python3.6,tensorflow环境下gdal的编译和问题解决

    CentOS7.4,anaconda3,python3.6,tensorflow环境下gdal的编译和问题解决 这是gdal可能会用到的额外的包,按自己需要先提前编译. 这里的话我主要用了proj,L ...

  6. Ubuntu 基于Docker的TensorFlow 环境搭建

    基于Docker的TensorFlow 环境搭建 基于(ubuntu 16.04LTS/ubuntu 14.04LTS) 一.docker环境安装 1)更新.安装依赖包 sudo apt-get up ...

  7. TensorFlow笔记-02-Windows下搭建TensorFlow环境(win版非虚拟机)

    TensorFlow笔记-02-Windows下搭建TensorFlow环境(win版非虚拟机) 本篇介绍的是在windows系统下,使用 Anaconda+PyCharm,不使用虚拟机,也不使用 L ...

  8. 配置tensorflow环境(anaconda+jupyter notebook)

    很早之前,tensorflow环境之前我也曾装过,但是用的不是很舒服,很多问题都不明所以然.今天想要系统地学习一下tensorflow,于是又重新搭建了一遍,这次还是踩了不少坑.特此写下此文,供有兴趣 ...

  9. 在tensorflow环境下安装matplotlib

    在运行程序时,报错ImportError: No module named 'matplotlib',如图.经网上查询发现是没有安装matplotlib 因此记录一下在tensorflow环境下安装m ...

随机推荐

  1. linux下替换不同目录下的文件的字符串

    需求: 查找当前目录下的所有子目录中的catalina.sh文件中的JAVA_OPTS=开头的文件,替换为 JAVA_OPTS='-server -Xms800m -Xmx800m -XX:PermS ...

  2. 【基础算法-树状数组】入门-C++

    目录 基本定义 如何理解树状数组 主要操作 @ 基本定义 树状数组(Binary Indexed Tree(B.I.T), Fenwick Tree)是一个查询和修改复杂度都为log(n)的数据结构. ...

  3. 【题解】士兵训练-C++

    题目DescriptionN个士兵排成一队进行军事训练,每个士兵的等级用1…K范围内的数来表示,长官每隔1小时就随便说出M个等级a1,a2…am(1≤ai≤K,M个等级中允许有重复),如果这M个等级组 ...

  4. shiro认证-SSM

    shiro认证-SSM pom <dependency> <groupId>org.apache.shiro</groupId> <artifactId> ...

  5. [Luogu] 最小差值生成树

    https://www.luogu.org/recordnew/show/6125570 思路就是巧妙的枚举所有的生成树,取最优值首先按照边权排序找出第一颗最小生成树(l, r),其中l表示最小边的编 ...

  6. LOJ166 拉格朗日插值 2【卷积,NTT】

    题目链接:LOJ 题目描述:输入多项式的次数$n$,一个整数$m$和$f(0),f(1),f(2),\ldots,f(n)$,输出$f(m),f(m+1),f(m+2),\ldots,f(m+n)$ ...

  7. Go语言 之捧腹网爬虫案例

    package main import ( "fmt" "net/http" "os" "regexp" "s ...

  8. asyncio之异步上下文管理器

    异步上下文管理器 前面文章我们提到了上下文管理器,但是这个上下文管理器只适用于同步代码,不能用于异步代码(async def形式),不过不用担心今天我们就来讨论在异步中如何使用上下文管理器. 特别提醒 ...

  9. legend3---14、所有增删改的前置操作可以是什么

    legend3---14.所有增删改的前置操作可以是什么 一.总结 一句话总结: 先查询数据有没有,这样既起到了服务端验证的功能,也避免了很多增删改可能的错误 1.用户收藏视频,收藏课程有必要建立用户 ...

  10. 黑马vue---37-38、vue实例的生命周期

    黑马vue---37-38.vue实例的生命周期 一.总结 一句话总结: created:实例已经在内存中创建OK,此时 data 和 methods 已经创建OK,此时还没有开始 编译模板 moun ...