Ich versuche, eine tiefe Lernarbeit zu leisten. Zu diesem Zweck habe ich zunächst alle Pakete für tiefes Lernen in meiner Python-Umgebung installiert.
Hier ist was ich getan habe.
In Anaconda habe ich eine Umgebung namens tensorflow
wie folgt erstellt
conda create -n tensorflow
Dann wurden die Data Science-Python-Pakete wie Pandas, NumPy usw. installiert. Ich habe dort auch TensorFlow und Keras installiert. Hier ist die Liste der Pakete in dieser Umgebung
(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$
Sie können sehen, dass auch jupyter
installiert ist.
Wenn ich jetzt den Python-Interpreter in dieser Umgebung öffne und den grundlegenden TensorFlow-Befehl ausführen, funktioniert alles einwandfrei. Ich wollte jedoch das gleiche mit dem Jupyter-Notebook machen. Also habe ich ein neues Verzeichnis (außerhalb dieser Umgebung) erstellt.
mkdir dl
Dabei habe ich tensorflow
Umgebung aktiviert
SFOM00618927A:dl i854319$ source activate tensorflow
(tensorflow) SFOM00618927A:dl i854319$ conda list
Und ich kann die gleiche Liste von Paketen darin sehen.
Jetzt öffne ich ein Jupyter-Notizbuch
SFOM00618927A:dl i854319$ source activate tensorflow
(tensorflow) SFOM00618927A:dl i854319$ jupyter notebook
Es öffnet sich ein neues Notizbuch im Browser. Wenn ich jedoch nur grundlegende Python-Bibliotheken importiere, heißt das, wie bei Pandas, "keine Pakete verfügbar". Ich bin nicht sicher, warum, wenn in derselben Umgebung alle diese Pakete und in demselben Verzeichnis liegen, wenn ich den Python-Interpreter verwende, alle Pakete angezeigt werden.
import pandas
---------------------------------------------------------------------------
ModuleNotFoundError Traceback (most recent call last)
<ipython-input-4-d6ac987968b6> in <module>()
----> 1 import pandas
ModuleNotFoundError: No module named 'pandas'
Warum nimmt jupyter Notebook diese Module nicht auf?
Das Jupyter-Notebook zeigt also nicht env als Interpreter
Ich bin auf deinen Fall gekommen. So kläre ich es
conda create -n tensor flow
Source activate tensorflow
pip
installieren. Also das nächste, wenn Sie es starten:
Source Activate Tensorflow
In der virtuellen Umgebung geben Sie einfach Folgendes ein:
pip install jupyter notebook
pip install pandas
Dann können Sie jupyter Notebook starten und sagen:
jupyter notebook
Nur diese Lösung hat für mich funktioniert. Versucht 7 8 Lösungen. Windows-Plattform verwenden.
Ich glaube, ein kurzes Video, das alle Details zeigt, wenn Sie Anaconda haben, ist Folgendes für Mac (es ist den Windows-Benutzern sehr ähnlich). Öffnen Sie einfach Anaconda Navigator und alles ist gleich (fast)
https://www.youtube.com/watch?v=gDzAm25CORk
Dann gehen Sie zu Jupyter Notebook und Code
!pip install tensorflow
Dann
import tensorflow as tf
Es funktioniert für mich! :)
Ich würde vorschlagen, Jupyter Lab/Notebook von Ihrer Basisumgebung aus zu starten und den richtigen Kernel auszuwählen.
Wie fügt man eine Conda-Umgebung zu jupyter lab hinz sollte die Informationen enthalten, die benötigt werden, um den Kernel zu Ihrer Basisumgebung hinzuzufügen.
Haftungsausschluss: Ich habe die Frage in dem von mir verlinkten Thema gestellt, aber ich denke, sie beantwortet auch Ihr Problem.
installieren Sie Tensorflow, indem Sie diese Befehle in der anoconda Shell oder in der Konsole ausführen:
conda create -n tensorflow python=3.5
activate tensorflow
conda install pandas matplotlib jupyter notebook scipy scikit-learn
pip install tensorflow
schließen Sie die Konsole, öffnen Sie sie erneut und geben Sie die folgenden Befehle ein:
activate tensorflow
jupyter notebook
Für Anaconda-Benutzer in Windows 10 und diejenigen, die kürzlich die Anaconda-Umgebung aktualisiert haben, kann TensorFlow einige Probleme aktivieren oder einleiten. Hier ist die Lösung, die ich erkundet habe und die für mich gearbeitet hat:
conda create -n tensorflow python = 3.5 (Verwenden Sie diesen Befehl auch, wenn Sie Python 3.6 verwenden, da TensorFlow in den folgenden Schritten aktualisiert wird.)
aktiviere tensorflow Nach diesem Schritt ändert sich der Befehl Aufforderung in (Tensorflow).
pip install --ignore-installiert --upgrade Nun haben Sie die CPU-Version von TensorFlow erfolgreich installiert.
Ich habe einen ziemlich einfachen Weg gefunden, dies zu tun.
Zunächst können Sie über Ihre Anaconda-Ansage den Schritten auf dieser offiziellen Tensorflow-Site folgen - hier . Sie müssen den Schritten so wie sie sind folgen, keine Abweichung.
Später öffnen Sie den Anaconda Navigator. Wechseln Sie in Anaconda Navigator zum Abschnitt Applications On ---. Wählen Sie die Dropdown-Liste aus. Nachdem Sie die obigen Schritte ausgeführt haben, müssen Sie einen Eintrag sehen - Tensorflow. Wählen Sie den Tensorfluss und lassen Sie die Umgebung einwirken.
Wählen Sie dann Jupyter Notebook in diesem neuen Kontext aus und installieren Sie es, damit die Installation abgeschlossen wird.
Danach können Sie das Jupyter-Notebook wie das normale Notebook in einer Tensorflow-Umgebung ausführen.
Es ist besser, eine neue Umgebung mit dem neuen Namen ($ newenv) zu erstellen: conda create -n $newenv tensorflow
Dann können Sie mit dem Anaconda-Navigator unter der Registerkarte "Umgebung" den Eintrag "newenv" in der mittleren Spalte finden.
Öffnen Sie das Terminal, indem Sie auf die Wiedergabetaste klicken, und geben Sie Folgendes ein: activate tensorflow
Installieren Sie dann tensorflow in das newenv, indem Sie Folgendes eingeben: pip install tensorflow
Jetzt haben Sie Tensorflow in der neuen Umgebung. Installieren Sie dann jupyter, indem Sie Folgendes eingeben: pip install jupyter notebook
Geben Sie einfach Folgendes ein: jupyter notebook
, um das Jupyter-Notebook auszuführen.
Innerhalb des Jupyter-Notizbuchtyps: import tensorflow as tf
Um das zu testen, können Sie THIS LINK verwenden.
Sie müssen dazu einen "Kernel" hinzufügen .. _. Führen Sie Ihre Umgebung aus:
>activate tensorflow
Fügen Sie dann per Befehl einen Kernel hinzu (after --name sollte Ihrer Umgebung mit tensorflow folgen):
>python -m ipykernel install --user --name tensorflow --display-name "TensorFlow-GPU"
Danach jupyter Notebook von Ihrer Tensorflow-Umgebung aus ausführen.
>jupyter notebook
Und dann sehen Sie Folgendes Geben Sie hier die Bildbeschreibung ein
Klicken Sie darauf und dann in die Notebook-Importpakete. Es wird sicher klappen.
Obwohl es lange her ist, dass diese Frage gestellt wurde, da ich so viel nach dem gleichen Problem gesucht und die vorhandenen Lösungen nicht hilfreich gefunden habe, schreibe ich, was meine Probleme für jemanden mit dem gleichen Problem behoben hat: Der Punkt ist, Jupyter sollte in Ihrer virtuellen Umgebung installiert sein, dh nach dem Aktivieren der Umgebung tensorflow
Folgendes in der Eingabeaufforderung (in der virtuellen Umgebung tensorflow
) ausführen:
conda install jupyter
jupyter notebook
und dann wird der jupyter auftauchen.