1.从源码build Tensorflow2.6.5的源码记录
2.python2多少？
3.Python有多少种版本？
4.概述在Linux下编译安装OpenCV的步骤

从源码build Tensorflow2.6.5的记录

       .从源码编译Tensorflow2.6.5踩坑记录，笔者经过一天的源码努力，失败四次后终于成功。源码Tensorflow2.6.5是源码截至.时，能够从源码编译的源码最新版本。

       0 - 前期准备

       为了对Tensorflow进行大规模修改并完成科研工作，源码iot物联源码笔者有从源码编译Tensorflow的源码需求。平时更常用的源码做法是在conda环境中pip install tensorflow，有时为了环境隔离方便打包，源码会用docker先套住，源码再上conda + pip安装。源码

       1 - 资料汇总

       教程参考：

       另注：bazel的源码编译可以使用换源清华镜像（不是必要）。整体配置流程的源码根本依据还是官方的教程，但它的源码教程有些点和坑没有涉及到，所以多方材料了解。源码

       2 - 整体流程

       2.1 确定配置目标

       官网上给到了配置目标，和对应的排队免单源码版本匹配关系（这张表里缺少了对numpy的版本要求）。笔者最后（在docker中）配置成功的版本为tensorflow2.6.5 numpy1..5 Python3.7. GCC7.5.0 CUDA.3 Bazel3.7.2。

       2.2 开始配置

       为了打包方便和编译环境隔离，在docker中进行了以下配置：

       2. 安装TensorFlow pip软件包依赖项，其编译过程依赖于这些包。

       3. Git Tensorflow源代码包。

       4. 安装编译工具Bazel。

       官网的介绍：（1）您需要安装Bazel，才能构建TensorFlow。您可以使用Bazelisk轻松安装Bazel，并且Bazelisk可以自动为TensorFlow下载合适的Bazel版本。为便于使用，请在PATH中将Bazelisk添加为bazel可执行文件。（2）如果没有Bazelisk，您可以手动安装Bazel。请务必安装受支持的Bazel版本，可以是c++ usb 源码tensorflow/configure.py中指定的介于_TF_MIN_BAZEL_VERSION和_TF_MAX_BAZEL_VERSION之间的任意版本。

       但笔者尝试最快的安装方式是，到Github - bazelbuild/build/releases上下载对应的版本，然后使用sh脚本手动安装。比如依据刚才的配置目标，笔者需要的是Bazel3.7.2，所以下载的文件为bazel-3.7.2-installer-linux-x_.sh。

       5. 配置编译build选项

       官网介绍：通过运行TensorFlow源代码树根目录下的./configure配置系统build。此脚本会提示您指定TensorFlow依赖项的位置，并要求指定其他构建配置选项（例如，编译器标记）。

       这一步就是选择y/N基本没啥问题，其他参考里都有贴实例。笔者需要GPU的支持，故在CUDA那一栏选择了y，其他部分如Rocm部分就是N（直接按enter也可以）。

       6.开始编译

       编译完成应输出

       7.检查TF是c# des源码否能用

       3 - 踩坑记录

       3.1 cuda.0在编译时不支持sm_

       笔者最初选择的docker是cuda.0的，在bazel build --config=cuda //tensorflow/tools/pip_package:build_pip_package过程中出现了错误。所以之后选择了上面提到的cuda.3的docker。

       3.2 问题2: numpy、TF、python版本匹配

       在配置过程中，发现numpy、TF、python版本需要匹配，否则会出现错误。

       4 - 启示

       从源码编译Tensorflow2.6.5的过程，虽然经历了多次失败，但最终还是成功。这个过程也让我对Tensorflow的编译流程有了更深入的了解，同时也提醒我在后续的工作中要注意版本匹配问题。

python2多少？

       å¯¼è¯»ï¼šä»Šå¤©é¦–席CTO笔记来给各位分享关于python2多少的相关内容，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

Python2和Python3有哪些主要区别

       ä½ åº”该是刚接触Python吧,建议直接学Python3.x

       ä¸‹é¢æ˜¯Python2.x与3.x版本区别:

       Python的3.0版本，常被称为Python，或简称Py3k。相对于Python的早期版本，这是一个较大的升级。

       ä¸ºäº†ä¸å¸¦å…¥è¿‡å¤šçš„累赘，Python3.0在设计的时候没有考虑向下相容。

       è®¸å¤šé’ˆå¯¹æ—©æœŸPython版本设计的程式都无法在Python3.0上正常执行。

       ä¸ºäº†ç…§é¡¾çŽ°æœ‰ç¨‹å¼ï¼ŒPython2.6作为一个过渡版本，基本使用了Python2.x的语法和库，同时考虑了向Python3.0的迁移，允许使用部分Python3.0的语法与函数。

       æ–°çš„Python程式建议使用Python3.0版本的语法。

       é™¤éžæ‰§è¡ŒçŽ¯å¢ƒæ— æ³•å®‰è£…Python3.0或者程式本身使用了不支援Python3.0的第三方库。目前不支援Python3.0的第三方库有Twisted,py2exe,PIL等。

       å¤§å¤šæ•°ç¬¬ä¸‰æ–¹åº“都正在努力地相容Python3.0版本。即使无法立即使用Python3.0，也建议编写相容Python3.0版本的程式，然后使用Python2.6,Python2.7来执行。

       Python3.0的变化主要在以下几个方面:

       1.print函数

       print语句没有了，取而代之的是print()函数。Python2.6与Python2.7部分地支持这种形式的print语法。在Python2.6与Python2.7里面，以下三种形式是等价的：

       print?"fish"

       print?("fish")?#注意print后面有个空格

       print("fish")?#print()不能带有任何其它参数

       ç„¶è€Œï¼ŒPython2.6实际已经支持新的print()语法：

       from?__future__?import?print_function

       print("fish",?"panda",?sep=',?')

       2.Unicode(这是一个极其好的改进)

       Python2有ASCIIstr()类型，unicode()是单独的，不是byte类型。

       çŽ°åœ¨ï¼Œåœ¨Python3，我们最终有了Unicode(utf-8)字符串，以及一个字节类：byte和bytearrays。

       ç”±äºŽPython3.X源码文件默认使用utf-8编码，这就使得以下代码是合法的：

中国?=?'china'?

       print(中国)?

       china

       Python2.x

str?=?"我爱北京天安门"

str

       '\xe6\x\x\xe7\x\xb1\xe5\x8c\x\xe4\xba\xac\xe5\xa4\xa9\xe5\xae\x\xe9\x\xa8'

str?=?u"我爱北京天安门"

str

       u'\u\u\u\u4eac\u\u5b\ue8'

       Python3.x

str?=?"我爱北京"

str

       '我爱北京'

       3.除法运算

       Python中的除法较其它语言显得非常高端，有套很复杂的规则。Python中的除法有两个运算符，/和//

       é¦–先来说/除法:

       åœ¨python2.x中/除法就跟我们熟悉的大多数语言，比如Java啊C啊差不多，整数相除的结果是一个整数，把小数部分完全忽略掉，浮点数除法会保留小数点的部分得到一个浮点数的结果。

       åœ¨python3.x中/除法不再这么做了，对于整数之间的相除，结果也会是浮点数。

       Python2.x:

1?/?2

1.0?/?2.0

       0.5

       Python3.x:

1/2

       0.5

       æ³¨æ„çš„是并不是舍弃小数部分，而是执行floor操作，如果要截取小数部分，那么需要使用math模块的trunc函数

       python3.x:

import?math

math.trunc(1?/?2)

math.trunc(-1?/?2)

       4.异常

       åœ¨Python3中处理异常也轻微的改变了，在Python3中我们现在使用as作为关键词。

       æ•èŽ·å¼‚常的语法由?exceptexc,var?改为?exceptexcasvar。

       ä½¿ç”¨è¯­æ³•except(exc1,exc2)asvar可以同时捕获多种类别的异常。Python2.6已经支持这两种语法。

       1.在2.x时代，所有类型的对象都是可以被直接抛出的，在3.x时代，只有继承自BaseException的对象才可以被抛出。

       2.2.xraise语句使用逗号将抛出对象类型和参数分开，3.x取消了这种奇葩的写法，直接调用构造函数抛出对象即可。

       åœ¨2.x时代，异常在代码中除了表示程序错误，还经常做一些普通控制结构应该做的事情，在3.x中可以看出，设计者让异常变的更加专一，只有在错误发生的情况才能去用异常捕获语句来处理。

       5.xrange

       åœ¨Python2中xrange()创建迭代对象的用法是非常流行的。比如：for循环或者是列表/集合/字典推导式。

       è¿™ä¸ªè¡¨çŽ°ååˆ†åƒç”Ÿæˆå™¨ï¼ˆæ¯”如。"惰性求值"）。但是这个xrange-iterable是无穷的，意味着你可以无限遍历。

       ç”±äºŽå®ƒçš„惰性求值，如果你不得仅仅不遍历它一次，xrange()函数比range()更快（比如for循环）。尽管如此，对比迭代一次，不建议你重复迭代多次，因为生成器每次都从头开始。

       åœ¨Python3中，range()是像xrange()那样实现以至于一个专门的xrange()函数都不再存在（在Python3中xrange()会抛出命名异常）。

       import?timeit

       n?=?

       def?test_range(n):

       return?for?i?in?range(n):

       pass

       def?test_xrange(n):

       for?i?in?xrange(n):

       pass

       Python2

       print?'Python',?python_version()

       print?'\ntiming?range()'?

       %timeit?test_range(n)

       print?'\n\ntiming?xrange()'?

       %timeit?test_xrange(n)

       Python?2.7.6

       timing?range()

       ?loops,?best?of?3:??s?per?loop

       timing?xrange()

       ?loops,?best?of?3:??s?per?loop

       Python3

       print('Python',?python_version())

       print('\ntiming?range()')

       %timeit?test_range(n)

       Python?3.4.1

       timing?range()

       ?loops,?best?of?3:??s?per?loop

       print(xrange())

       ---------------------------------------------------------------------------

       NameErrorTraceback?(most?recent?call?last)

       ipython-input-5-5d8f9bea?in?module()

       ----?1?print(xrange())

       NameError:?name?'xrange'?is?not?defined

       6.八进制字面量表示

       å…«è¿›åˆ¶æ•°å¿…须写成0o，原来的形式不能用了；二进制必须写成0b。

       æ–°å¢žäº†ä¸€ä¸ªbin()函数用于将一个整数转换成二进制字串。Python2.6已经支持这两种语法。

       åœ¨Python3.x中，表示八进制字面量的方式只有一种，就是0o。

       python2.x

0o

       

       

       python3.x

File?"stdin",?line?1

       

^

       SyntaxError:?invalid?token

0o

       

       7.不等运算符

       Python2.x中不等于有两种写法!=和

       Python3.x中去掉了,只有!=一种写法，还好，我从来没有使用的习惯

       8.去掉了repr表达式``

       Python2.x中反引号``相当于repr函数的作用

       Python3.x中去掉了``这种写法，只允许使用repr函数，这样做的目的是为了使代码看上去更清晰么？不过我感觉用repr的机会很少，一般只在debug的时候才用，多数时候还是用str函数来用字符串描述对象。

       def?sendMail(from_:?str,?to:?str,?title:?str,?body:?str)?-?bool:

       pass

       9.多个模块被改名（根据PEP8）

       StringIO模块现在被合并到新的io模组内。new,md5,gopherlib等模块被删除。Python2.6已经支援新的io模组。

       plex）

       2.字符串（str）

       3.列表（list）

       4.元组（tuple）

       5.字典（dict）

       6.集合（set）

       如果你能够把上面的几个要点都掌握了，那么就算是虚拟商品/源码商城真正地入门了。

python有几个版本

       Python的3.0版本，常被称为Python，或简称Py3k。相对于Python的早期版本，这是一个较大的升级。

       为了不带入过多的累赘，Python3.0在设计的时候没有考虑向下相容。

       许多针对早期Python版本设计的程式都无法在Python3.0上正常执行。

       为了照顾现有程式，Python2.6作为一个过渡版本，基本使用了Python2.x的语法和库，同时考虑了向Python3.0的迁移，允许使用部分

       Python3.0的语法与函数。

       python学习网，免费的python学习网站，欢迎在线学习！

       新的Python程式建议使用Python3.0版本的语法。

       除非执行环境无法安装Python3.0或者程式本身使用了不支援Python3.0的第三方库。目前不支援Python3.0的第三方库有Twisted,

       py2exe,PIL等。

       大多数第三方库都正在努力地相容Python3.0版本。即使无法立即使用Python3.0，也建议编写相容Python3.0版本的程式，然后使用

       Python2.6,Python2.7来执行。

       结语：以上就是首席CTO笔记为大家介绍的关于Python有多少种版本的全部内容了，希望对大家有所帮助，如果你还想了解更多这方面的信息，记得收藏关注本站。

概述在Linux下编译安装OpenCV的步骤

       OpenCV是一个计算机视觉库，支持Windows、Linux、MacOS等操作系统。在Linux环境中安装OpenCV主要涉及源码编译。官网的下载链接为opencv.org/releases.htm...

       选择最新版本3.2.0，Linux用户需下载zip格式源码。安装所需的软件包包括GCC 4.4.x或更高版本，CMake 2.8.7或更高，Git，GTK+2.x或更高（包括headers），pkg-config，Python 2.6或更高版本及Numpy 1.5或更高版本的开发包，ffmpeg或libav的开发包：libavcodec-dev，libavformat-dev，libswscale-dev。可选包有libtbb2和libtbb-dev，libdc 2.x，libjpeg-dev，libpng-dev，libtiff-dev，libjasper-dev，libdc--dev，CUDA Toolkit 6.5或更高版本。这些包通过apt-get命令直接安装，打开终端，输入相关命令即可。安装完毕后，在解压后的opencv-XXX目录内建立build文件夹，编译的makefiles、project files、object files和output files存放于此。

       开始编译，只需三行命令：配置、build和安装。配置命令为：$ cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local 。。参数CMAKE_BUILD_TYPE表示构建类型，有Release和Debug两种；CMAKE_INSTALL_PREFIX指定安装目录，一般为/usr/local。可选参数包括BUILD_DOCS和BUILD_EXAMPLES，前者构建文档，后者构建所有示例。若配置命令无法执行，去掉-D后面的空格。build命令为：make -j7，使用7个线程加速编译。安装命令为：sudo make install。

       至此，Linux环境下成功安装OpenCV。为了验证Python环境中的使用情况，可以尝试运行一段代码：读取并显示。代码如下：import cv2image = cv2.imread（“logo.png”， 1）cv2.imshow（“Hello， world！”， image）cv2.waitKey（0）cv2.destroyAllWindows（）若在运行时遇到错误，请检查路径是否改为绝对路径。成功运行后，将看到显示的。