在Jupyter Notebook中运行Tensorflow

Question

我正在尝试进行一些深度学习工作。为此，我首先在Python环境中安装了所有深度学习包。

这是我所做的。

在Anaconda中，我创建了一个名为tensorflow的环境，如下所示：

conda create -n tensorflow

然后在其中安装了数据科学Python包，如Pandas、NumPy等。我还在其中安装了TensorFlow和Keras。以下是该环境中的软件包列表。

(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$

你可以看到已经安装了jupyter。

现在，当我在这个环境中打开Python解释器并运行基本的TensorFlow命令时，一切都很正常。然而，我想在Jupyter笔记本中做同样的事情。因此，我创建了一个新目录（在这个环境之外）。

mkdir dl

在那里，我激活了 tensorflow 环境

SFOM00618927A:dl i854319$ source activate tensorflow
(tensorflow) SFOM00618927A:dl i854319$ conda list

我可以看到同样的软件包列表。现在，我打开了一个Jupyter笔记本。

SFOM00618927A:dl i854319$ source activate tensorflow
(tensorflow) SFOM00618927A:dl i854319$ jupyter notebook

它在浏览器中打开一个新的笔记本。但是，当我只是导入基本的Python库（如pandas）时，它会显示“没有可用的包”。如果我使用Python解释器，在相同的环境和目录中都可以看到所有的包，所以我不确定为什么会出现这种情况。

import pandas
---------------------------------------------------------------------------
ModuleNotFoundError                       Traceback (most recent call last)
<ipython-input-4-d6ac987968b6> in <module>()
----> 1 import pandas

ModuleNotFoundError: No module named 'pandas'

为什么Jupyter Notebook没有识别这些模块？

因此，Jupyter Notebook未将env显示为解释器。

- Baktaawar

---

在创建笔记本时，您是否也将您的 env 选择为笔记本 python 解释器？ - Marcin Możejko

在右上角应该有一个“notebook”解释器。你能检查一下你的笔记本设置了哪一个吗？ - Marcin Możejko

我选择了Python3。 - Baktaawar

是的，你说得对。我应该把tensorflow（这是环境名称）作为其中一个选项。但是我没有...这很奇怪。我以为如果你激活了conda环境，然后从那里打开jupyter笔记本，它应该显示该环境。但它没有。附上截图。 - Baktaawar

让我们在聊天中继续这个讨论。 - Marcin Możejko

Answer 1

我看了一下你的情况，以下是我的解决方案：

1. 安装Anaconda
2. 创建一个虚拟环境 - conda create -n tensorflow
3. 进入虚拟环境 - (在macOS/Linux上:) source activate tensorflow (在Windows上: activate tensorflow)
4. 在虚拟环境中安装tensorflow。你可以使用pip安装它。
5. 完成安装

然后下一步是启动它:

6. 如果你不在虚拟环境中，请输入 - Source Activate Tensorflow
7. 然后再次在虚拟环境中安装Jupiter Notebook和Pandas库，因为这个虚拟环境中可能会缺少一些内容。

只需要在虚拟环境中键入以下内容:

8. pip install jupyter notebook
9. pip install pandas

然后你就可以启动jupyter notebook了:

10. jupyter notebook
11. 选择正确的终端python 3或2
12. 然后导入这些模块

- Shamane Siriwardhana

---

数据科学存在一些问题，人们如何在如此困难的环境下进入它？ - Juan Boero

当你使用新技术时，就会发生这种情况。一旦事情稳定下来并建立了标准，那么它将只需要点击一个按钮即可完成。15年前，当CSS第一次出现时，在IE5/6和Netscape上实现一致性是一场完全的噩梦。 - Nelson

问题在于，构建这些东西的所有“码头人”从未让他们完全非技术的首席执行官亲自体验安装和设置过程，而他/她在整个过程中一直大喊着为什么如此复杂。 - djhallx

Answer 2

我相信，如果您有Anaconda，以下是适用于Mac的展示所有细节的短视频（对于Windows用户也非常相似）。只需打开Anaconda Navigator，一切都一样（几乎！）

https://www.youtube.com/watch?v=gDzAm25CORk

然后进入jupyter笔记本并编写代码。

!pip install tensorflow

然后

import tensorflow as tf

对我有用！:)

- rsc05

---

非常奇怪，这个可以工作。我认为这个问题只会在旧的 pip 安装包版本中出现，可能依赖于内核引用。 - bmbigbang

你好 @bmbigbang，可能是这种情况，但我也下载了新版本的pip，它表现出相同的奇怪行为，因此，我考虑将我的答案放在那个问题上。 - rsc05

Answer 3

1. 安装Anaconda
2. 运行Anaconda命令提示符
3. 对于Windows，输入"activate tensorflow"
4. 使用pip安装tensorflow
5. 使用pip安装jupyter笔记本
6. 输入jupyter notebook 命令

这是唯一对我有效的解决方法。尝试了7、8种不同的解决方案。使用的是Windows平台。

- Swati Rathore

Answer 4

1. install tensorflow by running these commands in anoconda shell or in console:

   conda create -n tensorflow python=3.5
   activate tensorflow
   conda install pandas matplotlib jupyter notebook scipy scikit-learn
   pip install tensorflow
   

2. close the console and reopen it and type these commands:

   activate tensorflow 
   jupyter notebook 
   

- sushil gupta

Answer 5

我找到了一个相当简单的方法来做这件事。

首先，通过Anaconda Prompt，您可以按照Tensorflow官方网站上的步骤here进行操作。您必须按原样执行步骤，不能有任何偏差。

然后，您打开Anaconda Navigator。在Anaconda Navigator中，转到“Applications On”部分。选择下拉列表，在按照上述步骤后，您必须看到一个条目 - tensorflow。选择tensorflow并让环境加载。

接下来，在这个新的上下文中选择Jupyter Notebook，并安装它，等待安装完成。

之后，您就可以像在Tensorflow环境中一样运行Jupyter笔记本了。

- Utkarsh Mankad

Answer 6

我建议从您的基础环境启动Jupyter Lab/Notebook并选择正确的内核。 如何将conda环境添加到Jupyter Lab中应包含将内核添加到基础环境所需的信息。

免责声明：我在我链接的主题中提出了问题，但我认为它也回答了您的问题。

- Statistic Dean

Answer 7

你需要为它添加一个“内核”。 运行你的环境：

>activate tensorflow

然后通过命令添加内核（在“--name”后面应跟随您的带有TensorFlow的环境）：

>python -m ipykernel install --user --name tensorflow --display-name "TensorFlow-GPU"

之后从您的tensorflow环境中运行jupyter笔记本。

>jupyter notebook

然后你会看到以下内容输入图像描述

点击它，然后在笔记本中导入包。肯定会起作用。

- Alexander Moiseev

Answer 8

尽管这个问题被问得很久了，因为我一直在搜索同样的问题，而且找不到现有的解决方案有用，所以我写下了解决我的问题的方法，希望对有同样问题的人有所帮助： 关键是，Jupyter 应该安装在你的虚拟环境中，也就是说，在激活 tensorflow 环境后，在命令提示符中运行以下命令（在 tensorflow 虚拟环境中）：

conda install jupyter
jupyter notebook

然后Jupyter将弹出。

- Fatemeh

Answer 9

最好创建一个新环境并使用新名称($newenv)：conda create -n $newenv tensorflow

然后在环境选项卡下，您可以在中间列中找到newenv。

点击播放按钮打开终端并输入：activate tensorflow

然后通过输入以下命令在newenv中安装tensorflow：pip install tensorflow

现在您已经在新环境中安装了tensorflow，接下来通过输入以下命令安装jupyter：pip install jupyter notebook

然后只需简单地输入：jupyter notebook以运行jupyter笔记本。

在jupyter笔记本中，键入：import tensorflow as tf

要测试tf，您可以使用此链接

- Armin

Answer 10

对于在Windows 10上使用Anaconda的用户以及最近更新Anaconda环境的用户，TensorFlow可能会导致一些激活或初始化问题。以下是我探索并适用的解决方案：

• 卸载当前的Anaconda环境并从C：\ Users或任何你安装它的地方删除与Anaconda相关的所有现有文件。
• 下载Anaconda（https://www.anaconda.com/download/?lang=en-us#windows）
• 在安装时，选中“将Anaconda添加到我的PATH环境变量”
• 安装完成后，打开Anaconda命令提示符，按以下步骤安装TensorFlow：
• 通过调用以下命令创建名为tensorflow的conda环境：

  conda create -n tensorflow python=3.5 （即使你使用的是Python 3.6，也要使用此命令，因为TensorFlow将在以下步骤中升级）

• 通过发出以下命令激活conda环境：

  activate tensorflow 这一步之后，命令提示符将更改为（tensorflow）

• 激活后，使用以下命令升级tensorflow：

  pip install --ignore-installed --upgrade 现在您已成功安装了TensorFlow的CPU版本。

• 关闭Anaconda命令提示符，然后再次打开并使用“activate tensorflow”命令激活tensorflow环境。
• 在tensorflow环境中，使用以下命令安装以下库： pip install jupyter pip install keras pip install pandas pip install pandas-datareader pip install matplotlib pip install scipy pip install sklearn
• 现在，您的tensorflow环境包含在深度学习中使用的所有常见库。
• 恭喜，这些库将使您准备好构建深度神经网络。如果需要更多库，请使用相同的命令“pip install libraryname”进行安装。

- Vivek