Как установить тензор флоу под анаконду

Научный форум dxdy

Здравствуйте. Начинаю изучать Tensorflow, но выбрал версию для Java по нескольким причинам. Язык Java немного знаю, прямо сейчас его осваиваю. Плюс, стоит задача разработать алгоритм прогноза продаж для торговой сети, и Java больше подходит для разработки полноценных бизнес-программ, чем Python.
В интернете очень много примеров работы с Tensorflow для Python, но я не нашёл примеров для Java для версии Tensorflow 2.х . Нужен минимальный пример, например с созданием переменных, констант, в идеале простейшей нейросети. Если кто-то этим занимается. Это сильно сэкономило бы мне время на изучение.

Re: Tensorflow для Java. Нужен простой пример.
29.09.2022, 12:56

Последний раз редактировалось Schrodinger’s cat 29.09.2022, 13:26, всего редактировалось 3 раз(а).

Крайне рекомендую Keras.

https://keras.io/
Из книг, первое что гуглится: Франсуа Шолле, Антонио Джулли мне понравились.

Да и идеология у всех этих фреймворков такова что сетки собираем и учим в питоне, а юзаем уже в чем хотим.
Пробовал собирать и учить прямо в C#, это застрелиться не встать.

В качестве обучения можно и примеры CNTK смотреть, очень похож на ТензорФлоу.

Если все же очень хочется все делать именно в джаве, то Вы выбрали не тот фреймворк.

Re: Tensorflow для Java. Нужен простой пример.
02.10.2022, 00:28

Спасибо за ответ.

Видимо, придётся изучать и сам Python, и Tensorflow для него. Для Java изучение продвигается очень тяжело. Простейшие вещи вроде инициализации переменной наталкиваются на большие сложности. Это связано как со слабой документацией API для Java на офф. сайте, так и со сложностью классов и их отношений. Всё время приходится смотреть определение того или иного класса в исходных кодах Tensorflow, но это мало помогает.
В то время как для Python примеров очень много, и вещи вроде инициализации переменной вообще не вызывают проблем даже у начинающих.

Re: Tensorflow для Java. Нужен простой пример.
02.10.2022, 09:31

Последний раз редактировалось Mental 02.10.2022, 09:59, всего редактировалось 1 раз.

K_Alex в сообщении #1565955 писал(а):

Спасибо за ответ.

Видимо, придётся изучать и сам Python, и Tensorflow для него. Для Java изучение продвигается очень тяжело. Простейшие вещи вроде инициализации переменной наталкиваются на большие сложности. Это связано как со слабой документацией API для Java на офф. сайте, так и со сложностью классов и их отношений. Всё время приходится смотреть определение того или иного класса в исходных кодах Tensorflow, но это мало помогает.
В то время как для Python примеров очень много, и вещи вроде инициализации переменной вообще не вызывают проблем даже у начинающих.

Просто не нужно торопиться. Java один из самых документированных ЯП. Офф. доки это только первые полгода. Потом только stackoverflow .
Чтобы реально быстро продвинуться, нужно приобрести хороший курс именно по Tensorflow, и потом плясать от того каким языком автор курса пользуется.
Но если у вас с инициализацией переменной проблемы, то это очень сильно не зер гуд.

Posted automatically
02.10.2022, 13:42

i	Тема перемещена из форума «Программирование» в форум «Искусственный интеллект и Машинное обучение» Причина переноса: тематика.

Re: Tensorflow для Java. Нужен простой пример.
02.10.2022, 18:01

Последний раз редактировалось Schrodinger’s cat 02.10.2022, 18:41, всего редактировалось 5 раз(а).

K_Alex в сообщении #1565955 писал(а):
Видимо, придётся изучать и сам Python, и Tensorflow для него.
K_Alex в сообщении #1565955 писал(а):
Простейшие вещи вроде инициализации переменной наталкиваются на большие сложности.

Из за тормознутых реализаций самого питона пробовал весь процесс перенести на C#, кроме постоянных мучений ничего не получил. Видимо на всем остальном кроме питона будет тоже самое.
А чтобы простейшие вещи стали таковыми нужен Keras.
Проблемы производительности можно победить тем, что логику программы нужно максимально оставить на том языке на котором написаны программы (у меня это C++/C#), применением библиотек для питона которые написаны на С/С++, применением всевозможных ускорителей перекомпилирующих код, использующих GPU (всякие либы декораторов, Numba т.д.), можно самому писать библиотеки под питон (Мне нравится Pybind 11).
Но при использовании уже готовых АПИ это и не нужно.

Что касается всевозможных курсов ИМХО это хрень полная. Сам не пользовался но знаю тех кто пробовал и остались не в восторге. Кроме того в нете можно найти отзывы по всяким курсам, так же люди не в восторге. Подавляющее число этих курсов составлено из того, что и так можно найти в нете за бесплатно. Потом когда вы придете устраиваться на работу и скажите что вы прошли курсы.

Так же рекомендую Анаконду.

Почему вы пишите на Java?
Java это про интернет, веб сервисы, и такое все. А нейронные сети для этого языка второстепенны. Вы пишите нейронные сети для интернет приложений?

Re: Tensorflow для Java. Нужен простой пример.
03.10.2022, 23:01

Спасибо всем за ответы. Уже читаю хорошую книгу по Python (Марк Лутц «Изучаем Python»). Сконцентируюсь на изучении самого Tensorflow и Keras, пока на Python.

Schrodinger’s cat в сообщении #1565998 писал(а):
Почему вы пишите на Java?

Потому что требовалось позже интегрировать эту программу с 1С. На Java я могу разработать веб-сервис и интегрировать с 1С, базовые знания Java для этого есть. Python приходится изучать с нуля. Ну и плюс, чтобы не было каши в голове от языков программирования: разрабатываю на 1С уже 8 лет, сейчас параллельно изучаю Java. Теперь придётся учить ещё Python.

Re: Tensorflow для Java. Нужен простой пример.
04.10.2022, 13:15

Для быстрого старта из питона Вам понадобится только базовый синтаксис. if, else, for, while, print, понятие срезов, кортежей.
А так же NumPy — это краеугольный камень без которого никуда.
Зная это уже можно начинать пробовать. Основное представление об ООП (8 лет Java) у Вас уже есть, остальное можно походу дела дочитывать.
А то пока пару талмудов прочитаешь уже и интерес пропадет

K_Alex в сообщении #1566057 писал(а):
Ну и плюс, чтобы не было каши в голове от языков программирования

К сожалению реальность такова, что не сущестсвует самого лучшего ЯП, каждый хорош для своих задач.
ИМХО любой нормальный прогер рано или поздно начинает знать много ЯП.

Re: Tensorflow для Java. Нужен простой пример.
09.10.2022, 07:50

Последний раз редактировалось Mihaylo 09.10.2022, 07:52, всего редактировалось 1 раз.

Установка Tensorflow

Захотелось нам на днях копнуть глубже в сторону Machine и Deep Learning. Поэтому в ближайшее время в блоге будет какое-то количество статей, посвященных этой теме.

А начнем мы с вами с того, что подготовим рабочее окружение, в котором будем проводить все наши эксперименты! В этой статье речь пойдет об установке:

• TensorFlow
• Pandas
• Jupyter
• matplotlib
• scikit-learn

Установку всего необходимого можно проводить у себя на рабочей станции в виртуальной машине, а также в Google Cloud или AWS. Преимущество последних в том, что они предоставляют виртуальные машины с GPU, что существенно ускорит обработку больших объемов данных и вычислений. Пока что нам это не нужно, поэтому можно смело обойтись локальной виртуальной машиной. Итак, поехали!

Установка Jupyter

Итак, как я уже писал в статье «Jupyter Notebook — прототипирование облачной автоматизации на Python», использовать Jupyter Notebook-и в процессе разработки очень удобно, т.к. каждый блок кода можно повторить в произвольном порядке столько раз, сколько нужно. Более того, всегда есть возможность наглядно посмотреть на типы данных или построить нужный график для визуализации вычислений или зависимостей между обрабатываемыми объектами.

Установка Jupyter очень проста, делать мы это будем в CentOS 7

 sudo yum -y install python-pip sudo yum -y groupinstall 'Development Tools' sudo pip install virtualenv sudo pip install jupyter cd ~/ mkdir analysis # директория для хранения Notebook-ов 

После того, как установка закончится, необходимо настроить на постоянный запуск Jupyter сервер. Для этого вам необходимо сгенерировать хеш пароля для доступа к серверу. Это особенно актуально, если вы устанавливаете Jupyter в виртуальной машине в облаке Google или Amazon. Для этого выполните:

python

Далее необходимо сгенерировать сам пароль:

from notebook.auth import passwd passwd() 

Введите нужный вам пароль и сохраните строку вида ’sha1:’ куда-нибудь в текстовый файл.

Далее сгенерируем конфигурационный файл для Jupyter сервера:

jupyter notebook --generate-config

Вывод команды покажет вам, куда именно записался конфигурационный файл по-умолчанию. Отредактируйте его, изменив следующие опции:

c.NotebookApp.password = 'sha1:' c.NotebookApp.port = 8888 c.NotebookApp.ip = '*' c.NotebookApp.open_browser = False 

Далее, необходимо прописать старт Jupyter в качестве сервиса. Создайте файл /etc/systemd/system/multi-user.target.wants/jupyter.service следующего содержания:

[Unit] Description=Jupyter Notebook [Service] Type=simple PIDFile=/run/jupyter.pid ExecStart=/usr/bin/jupyter notebook --config=/home/centos/.jupyter/jupyter_notebook_config.py User=centos Group=centos WorkingDirectory=/home/centos/analysis Restart=always RestartSec=10 #KillMode=mixed [Install] WantedBy=multi-user.target 

Убедитесь, что в строчке, начинающейся с ExecStart, указан правильный путь до Jupyter и правильный путь до сгенерированного вами конфигурационного файла, в качестве пользователя и группы прописаны пользователь и группа, с которыми вы получаете доступ к виртуальной машине, а в качестве рабочей директории (WorkingDirectory) указана существующая директория, в которой будут храниться ваши Notebook-и.

Обновите конфигурацию systemd

systemctl daemon-reload

systemctl status jupyter

Проверьте, что запуск прошел успешно, выполнив команду:

systemctl status jupyter

Подключитесь к серверу Jupyter, используя IP-адрес вашей виртуальной машины, порт 8888 и сгенерированный вами пароль.

Установка Tensorflow

Установка TensorFlow выполняется чуть более просто, чем Jupyter. Процесс установки буквально на все случаи жизни описан в официальной документации. Но все, что вам нужно сделать прямо сейчас, это выполнить команды

sudo pip install tensorflow # установка без поддержки GPU sudo pip install tensorflow-gpu # если вам нужна поддержка GPU

После этого у вас будет возможность проверить работу TensorFlow, написав в NoteBook-е простенький сценарий:

 import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) 

Выполнив который вы увидите в качестве вывода Hello, TensorFlow!.

Установка Pandas

Установка Pandas, который вероятнее всего потребуется вам в процессе экспериментов, выполняется как обычно:

sudo pip install pandas

Установка Matplotlib

И наконец осталось установить Matplotlib:

 sudo pip install matplotlib 

Установка Scikit-Learn

Еще одним жизненно-необходимым компонентом, который необходимо иметь обязательно, является scikit-learn. Доставим его так же, как и остальные зависимости:

 sudo pip install scikit-learn 

Как наконец поставить TensorFlow

Прежде, чем переходить непосредственно к установке пакета, необходимо настроить систему для него. Я буду ставить TensorFlow на Anaconda, так как её просто установить на Windows и она содержит в себе множество полезных пакетов, которые необходимы для работы TF, и менеджер пакетов pip. Установку можно провести и на Python 3.x, но тогда некоторые пакеты может потребоваться установить отдельно.

Проверка пути к интерпретатору и библиотекам

Проверьте, не содержит ли путь, в который установлена Anaconda, пробелов, кириллицы или специальных символов (\r, \n, \u).

Не надо так: “C:\program files\Visual Studio”, “D:\stupid name with spaces\new”, “C:\лол\питон”.
Надо так: “C:\Anaconda3”, “C:\users\juliette\Anaconda3”.

Если содержит — снести и поставить заново в правильную директорию.

Пробелы и необычные символы не обязательно вызовут проблемы с установкой и работой, но такие случаи не редкость, и отловить их крайне трудно — обычно исключения не скажут вам, что модуль воспринял папку “Tony Stark” как “Tony*конец команды*”, а “Андрюшка” как “. ”, вы лишь увидите, что какие-то компоненты были не найдены. Лучше обезопасьте себя правильными путями заранее

Создание нового окружения

Для предотвращения различных конфликтов, рекомендуется создать отдельное окружение, в которое будет установлен TF.

Для этого запустите Anaconda prompt от имени администратора. В открывшейся консоли вбейте команду conda create -n *имя окружения* python=3.7

Параметр python=3.7 указывает версию питона, для которого мы создаем окружение. Если у вас установлена только одна версия или вы хотите использовать версию по умолчанию (последняя доступная на данной машине), то этот параметр указывать не нужно

Согласитесь на загрузку и установку пакетов:

Дождитесь, пока окружение будет создано. Это может занять от нескольких секунд до часа, в зависимости от наличия нужных пакетов на вашей машине.

Теперь, когда окружение создано, необходимо перейти в него (активировать) для дальнейшей конфигурации. Как нам подсказывает консоль, сделать это можно командой conda activate *имя окружения*. Обратите внимание на надпись в скобках слева от промпта — это индикатор активного окружения. Он сменился с base (базового окружения), на созданное нами (в данном примере tensorflow_demo)

Установка

Переходим к самой маковке. Однако, никакой магии тут не будет 🙁

Обратите внимание, если вы хотите установить версию для GPU, устанавливать обычный tensorflow не нужно.

Скачивание и установка Tensor Flow

В активированном новом окружении вбейте команду conda install tensorflow

После чего вновь соглашаемся на установку и ждем несколько минут.

После этого установка закончена. Осталось только выбрать наше новое окружение в вашей любимой IDE и можно бросаться с головой в глубокое обучение!

Скачивание и установка Tensor Flow для GPU

Для начала ответьте себе на вопрос: на вашем компьютере установлена внешняя видеокарта с поддержкой технологии Nvidia Cuda (посмотреть, поддерживает ли ваша видеокарта cuda можно тут)? Если ответ положительный, то можно переходить к установке.

1) Определитесь с версией TF, которую хотите установить. От этого зависит сохранность тюленят в природе версии всех дополнительных пакетов, которые вам нужно будет установить.

2) Посмотрите требования к версиям продуктов Nvidia. TF очень требовательна к соблюдению версий — если требуется версия 10, то версия 10.1 или 9.5 работать не будет.

3) Установите Cuda Toolkit и cuDNN нужных версий. Ничего более устанавливать не нужно — CUPTI идет в комплекте с toolkit, а драйвера у вас уже наверняка установлены. Установка занимает много времени (часы) и требует перезагрузки компьютера.

4) Последний шаг повторяет инструкции по установке обычного пакета tensorflow (см. выше), только команду нужно дать conda install tensorflow-gpu.

Бонусом обновим конду

Возможно, вы заметили, что Anaconda просила обновить ее менджер пакетов: Please update conda by running $ conda update -n base -c defaults conda

Давайте сделаем это. Для этого нужно вернуться в базовое окружение командой conda deactivate и дать команду на обновление.

Что может пойти не так?

При установке продуктов Nvidia компьютер перестал видеть видеокарту

Такое случается, если при установке Cuda Toolkit обновился драйвер видеокарты, но система пока его не поддерживает. Просто откатите драйвер на предыдущую версию.

Ошибки, связанные с инструкциями процессора

TensorFlow распространяется в виде бинарников, требующих определенный набор инструкций процессора, что может приводить к проблемам с совместимостью. Обычно это выявляется в виде ошибок на этапе установки библиотеки, самая частая проблема — отсутствие AVX инструкций, необходимых TF.

Наличие AVX инструкций можно проверить на данном сайте. Для примера приведу 4 процессора семейства Intel Core — у всех есть необходимые инструкции.
Если вы не знаете, какой у вас процессор, это можно посмотреть в настройках в разделе «О системе».

Если AVX инструкций у вас нет, но вы уверены, что TF вам на этом железе нужен, можно скачать wheel, из которого эти инструкции убраны. Например, этот https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.6.0/py36/CPU/sse2 , после чего установить его командой pip install $путь к .whl файлу$

Устанавливать этот wheel «на всякий случай» не стоит — это неофициальная сборка, она может содержать всевозможные баги, к тому же это далеко не последняя версия (например, если вы планируете использовать Keras, вам придется поставить его отдельно — в данную сборку он не входит). Если же у вас есть AVX (или же другие, неподходящие для данной сборки) инструкции, вы словите исключение, говорящее, что найдены extra инструкции, работа невозможна

Обратите внимание, что переименовывать .whl файл нельзя — система использует его в качестве конфига. Поменяв даже один символ в названии, вы сделаете установку невозможной

Не найдена dll библиотека

Проверьте пробелы в путях (вернее, их отсутствие), соответствие версии Cuda требованиям вашей версии TF. Убедитесь, что используете нужное окружение.

Не найден модуль

Проверьте и по необходимости доустановите пакеты и библиотеки (такие как NumPy, SciPy и т.д.)

Failed to install

Начните установку сначала по данной инструкции

Надеюсь, данная статья была вам полезна. Успехов в обучении и работе!

Вопрос: Как установить Tensorflow в Windows?

TensorFlow с поддержкой графического процессора требует установки ряда библиотек и драйверов. Для запуска версии TensorFlow для графического процессора необходимо установить следующее программное обеспечение: драйверы графического процессора NVIDIA. Инструментарий CUDA: CUDA 9.0.

Какую версию Python использует TensorFlow?

TensorFlow — это библиотека Python для быстрых числовых вычислений, созданная и выпущенная Google. Это базовая библиотека, которую можно использовать для создания моделей глубокого обучения напрямую или с помощью библиотек-оболочек, которые упрощают процесс, построенный поверх TensorFlow.

Как запустить TensorFlow на ноутбуке Jupyter?

После этого запустите блокнот jupyter из вашего окружения tensorflow. Нажмите на него, а затем в блокноте импортируйте пакеты.

• Установите Анаконду.
• Запустите командную строку Anaconda.
• напишите «активировать тензорный поток» для окон.
• pip установить тензорный поток.
• pip установить блокнот Jupyter.
• блокнот юпитер.

Поддерживает ли Python 3.7 TensorFlow?

Интерпретатор Python. Примечание. В Windows TensorFlow не поддерживает Python 2, но теперь он поддерживает последнюю версию Python 3.7. Примечание. Не рекомендуется использовать традиционную установку Python, так как управление пакетами в ней может быть очень сложным, поэтому рекомендуется использовать Anaconda.

Есть ли TensorFlow в Anaconda?

TensorFlow в Анаконде. TensorFlow — это библиотека Python для высокопроизводительных числовых вычислений, которая позволяет пользователям создавать сложные приложения для глубокого и машинного обучения. Когда TensorFlow устанавливается с помощью conda, conda также устанавливает все необходимые и совместимые зависимости для пакетов.

Как использовать PIP в Windows?

Откройте окно командной строки и перейдите в папку, содержащую get-pip.py. Затем запустите python get-pip.py. Это установит pip . Убедитесь в успешной установке, открыв окно командной строки и перейдя в каталог сценариев установки Python (по умолчанию C:\Python27\Scripts).

Какая самая новая версия Python?

Вам следует скачать и установить последнюю версию Python. Текущая последняя версия (по состоянию на зиму 2019 г.) — Python 3.7.2.

Как настроить TensorFlow?

Прочтите руководство по поддержке графического процессора, чтобы настроить карту графического процессора с поддержкой CUDA® в Ubuntu или Windows.

1. Установите среду разработки Python в вашей системе. Питон 3 Питон 2.7.
2. Создайте виртуальную среду (рекомендуется)
3. Установите пакет пипов TensorFlow.

Что такое керас Python?

Keras — это высокоуровневый API нейронных сетей, написанный на Python и способный работать поверх TensorFlow, CNTK или Theano. Он был разработан с акцентом на возможность быстрого экспериментирования.

Работает ли TensorFlow с Python 2?

Tensorflow для Windows поддерживается только с Python 3.5 и Python 3.6 (начиная с версии 1.2). Если вам по-прежнему требуется поддержка python 2.7 для других проектов, могу ли я предложить использовать диспетчер среды, такой как anaconda или virtualenv, чтобы вы могли иметь несколько версий python, работающих одновременно.

Что такое графический процессор TensorFlow?

TensorFlow поддерживает выполнение вычислений на различных типах устройств, включая CPU и GPU. Они представлены строками, например: «/cpu:0»: ЦП вашей машины.

Является ли TensorFlow открытым исходным кодом?

TensorFlow — это программная библиотека с открытым исходным кодом для числовых вычислений с использованием графов потоков данных. TensorFlow является кроссплатформенным. Он работает почти на всем: графических и центральных процессорах, включая мобильные и встроенные платформы, и даже на тензорных процессорах (TPU), которые представляют собой специализированное оборудование для выполнения тензорных вычислений.

Что такое программирование Cuda?

CUDA — это платформа параллельных вычислений и модель интерфейса прикладного программирования (API), созданная Nvidia. Когда Nvidia впервые представила его, название CUDA было аббревиатурой от Compute Unified Device Architecture, но впоследствии Nvidia отказалась от использования этой аббревиатуры.

Как обновить Керас?

• Шаг 1: Обновите Tensorflow с помощью pip. Примечание. Обязательно сначала активируйте среду conda, например, «активировать keras» pip install –ignore-installed –upgrade tensorflow.
• Шаг 2: Установите Git для Windows. https://git-scm.com/download/win.
• Шаг 3: Установите Keras из источника Github: 3-a Clone keras github (в cmd)

Как установить keras и TensorFlow в Windows?

Keras-TensorFlow-GPU-Windows-Installation (обновлено: 12 апреля 2019 г.)

1. Шаг 1: Установите загрузку драйвера NVIDIA.
2. Шаг 2: Установите Anaconda (версия Python 3.7) Загрузите.
3. Шаг 3: Обновите Anaconda.
4. Шаг 4: Установите CUDA Takekit 10.0 Download.
5. Шаг 5: Загрузите файл cuDNN Download.
6. Шаг 6: Добавьте cuDNN в PATH среды.

Как изменить версию Python?

7 ответов. Вам нужно обновить update-alternatives , тогда вы сможете установить версию Python по умолчанию. Простым ответом было бы добавить псевдоним для python3.6. Просто добавьте эту строку в файл ~/.bashrc : alias python3=”python3.6″ , затем закройте свой терминал и откройте новый.

Как создать среду Conda?

• Убедитесь, что conda установлена ​​и находится в вашем PATH. Откройте терминальный клиент.
• Убедитесь, что conda обновлена.
• Создайте виртуальную среду для вашего проекта.
• Активируйте виртуальную среду.
• Установите дополнительные пакеты Python в виртуальную среду.
• Деактивируйте виртуальную среду.
• Удалите ненужную виртуальную среду.

Как установить пакеты в Anaconda?

Чтобы установить пакет, отличный от conda:

1. Активируйте среду, в которую вы хотите поместить программу:
2. Чтобы использовать pip для установки такой программы, как See, в окне терминала или в приглашении Anaconda запустите:
3. Чтобы убедиться, что пакет был установлен, в окне терминала или в приглашении Anaconda запустите:

Как установить Склеарн?

• Введение. Scikit-learn — отличная библиотека для интеллектуального анализа данных для Python.
• Шаг 1: Установите Python.
• Шаг 2: Установите NumPy.
• Шаг 3: Установите SciPy.
• Шаг 4: Установите Пип.
• Шаг 5: Установите scikit-learn.
• Шаг 6: Тестовая установка.

Как узнать, установлен Python или нет?

Чтобы проверить, установлено ли оно, перейдите в «Приложения»> «Утилиты» и нажмите «Терминал». (Вы также можете нажать command-space, ввести терминал и нажать Enter.) Если у вас Python 3.4 или более поздней версии, можно начать с установленной версии.

Должен ли я изучать Python?

Python прост в освоении. Python имеет простой синтаксис, что делает его подходящим для изучения программирования в качестве первого языка. Кривая обучения более гладкая, чем у других языков, таких как Java, которая быстро требует изучения объектно-ориентированного программирования или C/C++, который требует понимания указателей.

Почему Python лучше?

Из-за типизации во время выполнения среда выполнения Python должна работать тяжелее, чем среда Java. По этим причинам Python гораздо лучше подходит в качестве «связующего» языка, а Java лучше характеризовать как язык реализации низкого уровня. На самом деле, вместе они составляют отличное сочетание.

Как я могу использовать TensorFlow?

Предлагаемый клип 74 секунды

TensorFlow за 5 минут (учебник) — YouTube

Начало предлагаемого клипа

Конец предложенного клипа

Как компилировать исходный код в Windows?

Создайте исходный файл Visual C++ и скомпилируйте его в командной строке.

1. В окне командной строки разработчика введите md c:\hello, чтобы создать каталог, а затем введите cd c:\hello, чтобы перейти в этот каталог.
2. Введите notepad hello.cpp в окне командной строки.
3. В Блокноте введите следующие строки кода:
4. Сохраните свою работу!

Как скомпилировать код с github?

• Загрузите код. Если вы не планируете вносить какие-либо изменения, самый простой способ получить код — нажать кнопку загрузки zip на странице https://github.com/PKISharp/win-acme.
• Откройте решение.
• Получите необходимые пакеты NuGet.
• Создайте решение.

Фото в статье «Flickr» https://www.flickr.com/photos/hinkelstone/14398051353

#Вопрос #Как #установить #Tensorflow #Windows