caffe python3的编译好的文件 CPU版本,不需要自己再次编译，方便大家(VS2015+python3+cpu)

本文就主要记录了一下linux离线环境配置tf2的过程，坑不多，主要自己记录一下，也希望别人可以方便一点。 和window一样，首先在其他电脑上下载各关联库的安装包下来，然后拷贝到需要配置的机器上。

将tensorflow版本的faster rcnn提供的demo改写成C++，其中把ckpt格式的模型转换为pb模型，然后使用C++版本的tensorflow进行目标识别，此为编译好的cpu版本，可直接使用，使用方式以放在压缩包中，里面也有测试数据，以及测试的结果数据。

该whl是TensorFlow1.12-CPU版本，只适用于python3.6，64位系统版本，无需配置CUDA以及cuDNN，压缩包内有详细信息和安装指示，可用于消除版本不支持AVX2指令，但是cpu支持的警告。

tensorflow 2.1.0 cpu版本下载

windows离线环境下通过拷贝安装包一步步配置tensorflow2 CPU版本 Tensorflow用了这么久，配置也是越来越简单了，通常tensorflow配置都可以通过pip install自动完成，但有些不可以连接互联网的情况下就得一点点从官网抠下来安装包，手动配置tf环境。本文就主要记录了一下win离线环境配置tf2的过程，坑也不多，主要自己记录一下，也希望别人可以方便一点。

安装tensorflow2.0 cpu版本

1.配置清华镜像 在Anaconda Prompt中运行： conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes 2.安装TensorFlow conda create -n -tf2 tensorflow 查看是否安装成功 c

Caffe 在 win10 环境下编译GPU、CPU版本的配置详细操作说明，长期使用CAFFE总结的安装方法及相关问题积累。

windows下，编译c++版本的tensorflow（cpu版本）.pdf