【TensorFlow 】查看Tensorflow和python对应版本、将现有的TensorFlow更新到指定的版本

这篇具有很好参考价值的文章主要介绍了【TensorFlow 】查看Tensorflow和python对应版本、将现有的TensorFlow更新到指定的版本。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、查看Tensorflow和python对应版本

1.1这里我是在TensorFlow官方网址产看的

1、打开官方网址
https://pypi.org/project/tensorflow/1.1.0rc2/#files但是这个网址好像打不开,点击会出现这样

【TensorFlow 】查看Tensorflow和python对应版本、将现有的TensorFlow更新到指定的版本
问题不大
输入Tensorflow然后点击搜索,就会跳转到https://pypi.org/search/?q=tensorflow,点击第一个即可:

【TensorFlow 】查看Tensorflow和python对应版本、将现有的TensorFlow更新到指定的版本

【TensorFlow 】查看Tensorflow和python对应版本、将现有的TensorFlow更新到指定的版本

即可看到tensorflow2.11.0对应的python为3.7、3.8、3.9

2、将现有的TensorFlow更新到指定的版本

安装anaconda,然后用python的pip可以安装特定版本的tensorflow,如:文章来源地址https://www.toymoban.com/news/detail-426287.html

2.1cpu(升级到指定版本eg:2.0.0)
 pip install --upgrade tensorflow==2.0.0
2.2cpu(升级到最新版本)
 pip install --upgrade tensorflow
2.3GPu(升级到指定版本eg:2.0.0)
 pip install --upgrade tensorflow-gpu==2.0.0
2.4Gpu(升级到最新版本)
 pip install --upgrade tensorflow-gpu

3.如何查看当前tensorflow版本:

python
import tensorflow as tf
tf.__version__

4.如何查看当前tensorflow的安装路径:

tf.__path__

到了这里,关于【TensorFlow 】查看Tensorflow和python对应版本、将现有的TensorFlow更新到指定的版本的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 解决CUDA 11.6版本对应的tensorflow-gpu版本问题

    个人电脑相关配置版本信息 (超级超级新的版本,以至于适配方面花了很长时间来搞) cuda  11.6 cudnn  8.9.0 python  3.10 对应安装的gpu版本 tensorflow-gpu  2.10.0 对应代码 具体怎么安装的我已经放在文章底部啦,改镜像源什么的也不多说~ 感谢参考嘿(-v- ---------------------------------

    2024年02月08日
    浏览(58)
  • NVIDIA驱动、CUDA、cuDNN、Torch、Tensorflow对应版本一文搞明白

    目录 CUDA下载:CUDA Toolkit Archive | NVIDIA Developer cuDNN下载:cuDNN Archive | NVIDIA Developer 1.NVIDIA驱动和CUDA版本对应  2.CUDA和cuDNN版本对应  3.Tensorflow和CUDA、cuDNN版本对应(经过官方测试的构建配置) 3.1 GPU  3.2 CPU 4.pytorch和CUDA对应 网址:CUDA 12.1 Update 1 Release Notes 网址:cuDNN Archive | NVIDIA

    2024年02月15日
    浏览(44)
  • tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)

    目录 如需转载,请标明出处,谢谢。 一、安装tensorflow-gpu2.3.0 二、配置其他相关的库 很多人以为安装完tensorflow-gpu就是一切都结束了,但是殊不知,python中的很多库,比如numpy,matplotlib等库,就与我们的tensorflow的版本有对应 总结 对于anaconda的下载,网上的教程很多,而且很

    2024年02月02日
    浏览(70)
  • python+TensorFlow实现人脸识别智能小程序的项目(包含TensorFlow版本与Pytorch版本)(一)

    python+TensorFlow实现人脸识别智能小程序的项目(包含TensorFlow版本与Pytorch版本)(二) 逗号前的事图像路径,逗号后的事对应的标签 定义了模型存储、模型恢复、优化函数以及与学习率相关的设定 关于数据处理相关: 定义方式: 例子: 以上定义好batch_norm层后,在网络训练

    2024年02月11日
    浏览(43)
  • TensorFlow详细配置(Python版本)

    最新版下载地址: download 旧版本下载地址:download 下载后直接安装 一直下一步,安装完成。 测试是否安装成功: 打开cmd 输入指令: python //查询Python版本 和 输入指令: conda --version 或者输入 conda info 也行 //查询conda信息 简单过程如下 改变anaconda默认python版本:首先创建一个名

    2024年02月09日
    浏览(56)
  • tensorflow1.15与numpy、keras以及Python兼容版本对照

    numpy库版本不兼容问题 NotImplementedError: Cannot convert a symbolic Tensor (bi_lstm/lstm_encoder_a/fw/fw/strided_slice:0) to a numpy array. 根据错误信息中提到的内容,可能是在创建初始状态时使用了一个符号张量(symbolic Tensor),而无法将其转换为NumPy数组。这可能是因为在创建初始状态时使用了一

    2024年02月03日
    浏览(45)
  • Anaconda下各种版本TensorFlow安装步骤详解(基于python3.6)

    TensorFlow 是一个端到端开源机器学习平台。它拥有一个全面而灵活的生态系统,其中包含各种工具、库和社区资源,可助力研究人员推动先进机器学习技术的发展,并使开发者能够轻松地构建和部署由机器学习提供支持的应用。 1.1 首先打开Anaconda Prompt输入 conda info -e 来查看所

    2024年02月12日
    浏览(45)
  • 深度学习 | 基于 CPU 的 tensorflow + keras + python 版本对照及环境安装

    Hi,大家好,我是源于花海。 要让一个基于 CPU 的 tensorflow 和 keras 开发的深度学习模型正确运行起来,配置环境是个重要的问题,本文介绍了 tensorflow 和 keras 和对应的 python 版本以及安装环境的部分流程。 目录 一、tensorflow + keras + python 版本对照 二、tensorflow 和 keras 安装流

    2024年01月25日
    浏览(47)
  • AutoDL服务器的镜像版本太高,配置python3.7 tensorflow1.15版本的框架的步骤

    1.选择一个实例,进入后端界面 2. 更新bashrc中的环境变量 查看虚拟环境 可以看到此时有一个base的虚拟环境 但是它的python版本为3.8.10,无法安装tensorflow1.15,所以我们要创建一个新的虚拟环境。 3.创建新的虚拟环境 python 3.7 旧版 TensorFlow 对于 1.15 及更早版本,CPU 和 GPU 软件包是

    2024年02月13日
    浏览(45)
  • 查看Anaconda版本、Anaconda和python版本对应关系和快速下载

    官网 https://www.anaconda.com/ 查看Anaconda版本 Anaconda和python版本对应关系 Anaconda3-4.3.0.1-Windows-x86_64.exe 对应 python3.6.0 Anaconda3-5.1.0-Windows-x86_64.exe 对应 python3.6.3 其他版本等待中。。。 Anaconda下载 https://www.anaconda.com/download/ (不推荐,官网下载慢) https://mirrors.tuna.tsinghua.edu.cn/anaconda

    2024年02月06日
    浏览(56)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包