python – 在Jupyter笔记本中的TensorFlow麻烦

我在Ubuntu 14.04中通过Anaconda安装了Jupyter笔记本,而且刚刚安装了TensorFlow.无论我在笔记本电脑上工作还是简单地编写脚本,我都希望TensorFlow能够正常工作.在我尝试实现这一点的时候,我最终安装了TensorFlow两次,一次使用Anaconda,一次使用pip. Anaconda安装工程,但是我需要先用“source activate tensorflow”来调用Python.并且pip安装工作很好,如果启动python的标准方式(在终端中)然后张量流加载正常.

我的问题是:我还可以在Jupyter笔记本电脑上工作吗?

这导致了一个更一般的问题:似乎我的Jupyter / Anaconda中的python内核与系统范围内的python内核(或环境?不知道这里的术语不同)是分开的.这将是很好的,如果这些是一致的,所以如果我安装一个新的python库,它可以访问所有各种各样的方式,我运行python.

最佳答案
更新

TensorFlow website支持五个安装.

据我了解,直接使用Pip installation将可以在Jupyter Notebook中导入TensorFlow(只要Jupyter Notebook已安装,没有其他问题)b / z它没有创建任何虚拟环境.

使用virtualenv installconda install将需要将jupyter安装到新创建的TensorFlow环境中,以允许TensorFlow在Jupyter Notebook中工作(有关详细信息,请参阅以下原始帖子部分).

我相信docker install可能需要在VirtualBox中进行一些端口设置,以使TensorFlow在Jupyter Notebook(see this post)中工作.

对于installing from sources,它还取决于构建和安装源代码的环境.如果将其安装到新创建的虚拟环境或未安装Jupyter Notebook的虚拟环境中,则还需要将Jupyter Notebook安装到虚拟环境中,以便在Jupyter Notebook中使用Tensorflow.

原文

要在Ipython和/或Jupyter(Ipython)Notebook中使用张量流,您需要在张量流激活的环境下安装Ipython和Jupyter(在安装tensorflow之后).

在张力流环境下安装Ipython和Jupyter之前,如果在终端中执行以下命令:

username$source activate tensorflow

(tensorflow)username$which ipython
(tensorflow)username$/Users/username/anaconda/bin/ipython

(tensorflow)username$which jupyter
(tensorflow)username$/Users/username/anaconda/bin/jupyter

(tensorflow)username$which python
(tensorflow)username$/User/username//anaconda/envs/tensorflow/bin/python

这是告诉你,当您从终端打开python时,它正在使用安装了tensorflow的“环境”中安装的一个.因此,实际上可以成功导入张量流.但是,如果您尝试运行ipython和/或jupyter笔记本,则这些笔记本不会安装在装有张量流的“环境”下,因此必须返回使用没有张量流模块的常规环境,因此您可以获得导入错误.

您可以通过列出envs / tensorflow / bin目录下的项目进行验证:

(tensorflow) username$ls /User/username/anaconda/envs/tensorflow/bin/

你会看到没有“ipython”和/或“jupyer”列出.

要使用Ipython和/或Jupyter笔记本的张量流,只需将它们安装到张量流环境中:

(tensorflow) username$conda install ipython
(tensorflow) username$pip install jupyter #(use pip3 for python3)

安装完毕后,应该有一个“jupyer”和“ipython”显示在envs / tensorflow / bin /目录中.

笔记:
在尝试在jupyter笔记本中导入张力流模块之前,请尝试关闭笔记本计算机.并且首先将“source deactivate tensorflow”,然后重新激活它(“source activate tensorflow”),以确保“同一页面”.然后重新打开笔记本,然后尝试导入张量流.应该成功进口(至少在我的工作).

转载注明原文:python – 在Jupyter笔记本中的TensorFlow麻烦 - 代码日志