Probleme mit TensorFlow in Jupyter Notebook

diese habe ich in virtualenv verwendet. 

pip3 install --ignore-installed ipython
pip3 install --ignore-installed jupyter

Dadurch werden sowohl das ipython- als auch das jupyter-Notebook in meiner virtuellen Tensorflow-Umgebung neu installiert. Sie können es nach der Installation durch which ipython und which jupyter überprüfen. Die bin befindet sich unter der virtuellen Env.

NOTEIch benutze Python 3. *

Ich habe eine andere Lösung, die Sie nicht jedes Mal source activate tensorflow verwenden müssen, bevor Sie jupyter notebook verwenden.

Teil 1

Zunächst sollten Sie sicherstellen, dass Sie jupyter in Ihrer virtualenv installiert haben. Wenn Sie installiert haben, können Sie diesen Abschnitt überspringen (verwenden Sie which jupyter zum Überprüfen). Wenn Sie dies nicht tun, können Sie source activate tensorflow ausführen und dann jupyter mithilfe von conda install jupyter in Ihrer virtuellen Umgebung installieren. (Sie können auch pip verwenden.)

Teil 2 

1.Von deiner Virtualenv aus ausführen

username$ source activate tensorflow
(tensorflow)username$ ipython kernelspec install-self --user

Dadurch wird eine Kernelspec für Ihre Virtualenv erstellt und Ihnen mitgeteilt, wo sich diese befindet:

(tensorflow)username$ [InstallNativeKernelSpec] Installed kernelspec pythonX in /home/username/.local/share/jupyter/kernels/pythonX

Wo pythonX der Version von Python in Ihrer virtualenv entsprechen wird.

2.Kopieren Sie die neue Kernelspec an einem geeigneten Ort. Wählen Sie einen kernel_name für Ihren neuen Kernel, der nicht python2 oder python3 ist oder den Sie zuvor verwendet haben, und dann:

(tensorflow)username$ mkdir -p ~/.ipython/kernels
(tensorflow)username$ mv ~/.local/share/jupyter/kernels/pythonX ~/.ipython/kernels/<kernel_name>

3.Wenn Sie den Namen des von IPython angezeigten Kernels ändern möchten, müssen Sie ~/.ipython/kernels/<kernel_name>/kernel.json bearbeiten und den JSON-Schlüssel mit dem Namen display_name in einen gewünschten Namen ändern.

4.Sie sollten nun Ihren Kernel im IPython-Notizbuchmenü sehen können: Kernel -> Change kernel und so umschalten können (möglicherweise müssen Sie die Seite aktualisieren, bevor sie in der Liste angezeigt wird). IPython merkt sich dann, welcher Kernel für dieses Notebook verwendet wird.

Referenz .

Folgendes habe ich getan, um Tensorflow in Anaconda -> Jupyter zu ermöglichen. 

1. Installieren Sie Tensorflow gemäß den Anweisungen unter 
2. Gehen Sie zu/Users/Benutzername/Anaconda/Env und stellen Sie sicher, dass Tensorflow installiert ist
3. Öffnen Sie den Anaconda Navigator und gehen Sie zu "Umgebungen" (in der linken Navigation).
4. Wählen Sie im Dropdown-Menü "Alle" und suchen Sie nach Tensorflow
5. Ist sie nicht aktiviert, aktivieren Sie sie im Kontrollkästchen und bestätigen Sie den folgenden Vorgang. 
6. Öffnen Sie jetzt ein neues Jupyter-Notebook und der Tensorflow sollte funktionieren 

Ihre Anaconda-Installation wurde wahrscheinlich in ein anderes Verzeichnis verschoben als Ihre Python-Installation

Zum Beispiel auf meiner Maschine finde ich hier den Ort

yaroslavvb-macbookpro:~ yaroslavvb$ which ipython
/Users/yaroslavvb/anaconda/bin/ipython

Wenn Sie python eingeben, versucht es, es in PATH zu finden, das von links nach rechts geht. Möglicherweise haben Sie eine andere Version von python in einem Ordner vor dem Anaconda-Ordner, und diese wird verwendet. Um dies zu beheben, können Sie export PATH=.... verwenden, um den Pfad zu ändern, und das Anaconda-Verzeichnis in den Vordergrund stellen, so dass python anstelle des Standardwerts von dort verwendet wird

export PATH=/Users/yaroslavvb/anaconda/bin:$PATH

Ich habe PIP mit Conda conda install pip anstelle von apt-get install python-pip python-dev installiert.

Dann installierte tensorflow Use Pip Installation :

# Ubuntu/Linux 64-bit, CPU only, Python 2.7 
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7 
# Requires CUDA toolkit 7.5 and CuDNN v4. For other versions, see "Install from sources" below. 
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl

...

pip install --upgrade $TF_BINARY_URL

Dann wird es in Jupyter Notebook funktionieren. 

Ich habe die Lösung in einem anderen Post gefunden. Es ist einfach und funktioniert gut! 

http://help.pythonanywhere.com/pages/IPythonNotebookVirtualenvs

Installieren Sie einfach Folgendes in der Eingabeaufforderung und ändern Sie den Kernel in Python 3 in Jupyter Notebook. Der Tensorflow wird erfolgreich importiert.

pip install tornado == 4.5.3

pip install ipykernel == 4.8.2

(Ursprünglicher Beitrag: https://github.com/tensorflow/tensorflow/issues/11851 ) 

Ich hatte ein ähnliches Problem bei der Verwendung eines benutzerdefinierten Ubuntu 16-Bildes. Das Problem war auf eine vorhandene Version von numpy zurückzuführen, die bereits auf meinem System installiert war.

Ich habe es anfangs versucht

Sudo pip3 install tensorflow

Dies führte zu der folgenden Ausnahme:

Ausnahme: Traceback (letzter Anruf zuletzt): Datei "/anaconda/envs/py35/lib/python3.5/shutil.py", Zeile 538, in Bewegung os.rename (src, real_dst) PermissionError: [Errno 13] Berechtigung abgelehnt: '/anaconda/envs/py35/lib/python3.5/site-packages/numpy' -> '/ tmp/pip-co73r3hm-uninstall/anaconda/envs/py35/lib/python3 .5/site-packages/numpy '

Die Dokumente weisen Sie darauf hin, dass Sie bei Problemen mit diesem Befehl Folgendes versuchen sollten:

Sudo pip3 install --upgrade \ 
https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.1-cp35-cp35m-linux_x86_64.whl

Mein System konnte pip3 jedoch nicht finden.

Sudo: Befehl pip3 nicht gefunden

Die ulitmate-Lösung bestand darin, eine symlink für pip3 zu erstellen

Sudo ln -s /anaconda/envs/py35/bin/pip3.5 /usr/local/bin/pip3

Schließlich funktionierte der folgende Befehl problemlos

Sudo /usr/local/bin/pip3 install --upgrade \ 
https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.1-cp35-cp35m-linux_x86_64.whl

Ich habe die Installation in der terminal und auch einen erfolgreichen Import in meinem Jupyter Notebook überprüft.

import tensorflow as tf

Ich frage mich, ob es nicht ausreicht, ipython einfach aus der tensorflow-Umgebung zu starten. Das ist 1) Aktivieren Sie zuerst tensorflow virtualenv mit:

source ~/tensorflow/bin/activate

2) Starten Sie ipython in einer Tensorflow-Umgebung

(tensorflow)$ ipython notebook --ip=xxx.xxx.xxx.xxx

Jupyter Lab: ModuleNotFound Tensorflow

Für eine zukünftige Version von mir oder einem Kollegen, der auf dieses Problem stößt:

conda install -c conda-forge jupyter jupyterlab keras tensorflow

Es stellte sich heraus, dass jupyterlab ein Plugin für jupyter ist.

Selbst wenn Sie sich in einer Umgebung mit jupyter befinden, aber nichtjupyterlab, versuchen Sie Folgendes auszuführen:

jupyter lab

dann wird jupyter im (base) Umgebung für das jupyterlab Plugin.

Dann importieren Sie in jupyter lab ist relativ zu diesem Plugin und nicht Ihrer Conda-Umgebung.

Die akzeptierte Antwort (von Zhongyu Kuang) hat mir gerade geholfen. Hier habe ich eine environment.yml-Datei erstellt, die es mir ermöglicht, diesen Conda/Tensorflow-Installationsprozess wiederholbar zu machen.

Schritt 1 - Erstellen Sie eine Conda environment.yml-Datei

environment.yml sieht so aus:

name: hello-tensorflow
dependencies:
  - python=3.6
  - jupyter
  - ipython
  - pip:
    - https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.1.0-cp36-cp36m-linux_x86_64.whl

Hinweis:

• Ersetzen Sie einfach den Namen in das, was Sie möchten. (meins ist hello-tensorflow)
• Ersetzen Sie einfach die Python-Version nach Ihren Wünschen. (meins ist 3.6)
• Ersetzen Sie einfach die Tensorflow-Pip-Installations-URL in das, was Sie möchten (meine ist die Tensorflow-URL, bei der Python 3.6 mit GPU unterstützt)

Schritt 2 - Erstellen Sie die Conda-Umgebung

Wenn sich environment.yml in dem aktuellen Pfad befindet, in dem Sie sich befinden, erstellt dieser Befehl die Umgebung hello-tensorflow (oder was auch immer Sie umbenannt haben):

conda env create -f environment.yml

Schritt 3: Quelle aktivieren

Aktivieren Sie die neu erstellte Umgebung:

source activate hello-tensorflow

Schritt 4 - welcher Python/Jupyter/IPython

welcher Python ...

(hello-tensorflow) $ which python
/home/johnny/anaconda3/envs/hello-tensorflow/bin/python

was jupyter ...

(hello-tensorflow) $ which jupyter
/home/johnny/anaconda3/envs/hello-tensorflow/bin/jupyter

welche ipython ...

(hello-tensorflow) $ which ipython
/home/johnny/anaconda3/envs/hello-tensorflow/bin/ipython

Schritt 5

Sie sollten nun Tensorflow von Python, Jupyter (Console/qtconsole/notebook usw.) und ipython importieren können.

Ich denke, deine Frage ist sehr ähnlich mit der Frage hier. Windows 7 Jupyter Notebook ausgeführt Tensorflow . Wie Jaroslaw erwähnt hat, kannst du es versuchen 

conda install -c http://conda.anaconda.org/jjhelmus tensorflow.