tensorflow版本可以在终端或控制台或任何IDE编辑器(如Spyder或Jupyter notebook等)上进行检查。

检查版本的简单命令:

(py36) C:\WINDOWS\system32>python
Python 3.6.8 |Anaconda custom (64-bit)

>>> import tensorflow as tf
>>> tf.__version__
'1.13.1'

如果你有TensorFlow 2.x:

sess =tf. compat_v1 . session (config=tf. compat_v1 . configproto (log_device_placement=True))

轻松获取KERAS和TENSORFLOW版本号——> 在terminal中执行如下命令:

[username@usrnm: ~] python3

> > import努力;打印(大声__version__)。

使用TensorFlow后端。

2.2.4

>>导入tensorflow作为tf;打印(tf.__version__)

1.12.0

几乎python中的每个普通包都将变量.__version__赋值给当前版本。因此，如果你想找到某些软件包的版本，你可以做以下工作

import a
a.__version__

对于张量流是这样的

import tensorflow as tf
tf.version.VERSION

对于tensorflow的旧版本(低于0.10)，请使用tf.__version__

打印人类可读格式的python版本

python -c 'import sys; print(".".join(map(str, sys.version_info[:3])))'

在TensorFlow最新版本1.14.0中

特遣部队。版本

已弃用，而不是这种用法

tf.version.VERSION

错误:

WARNING: Logging before flag parsing goes to stderr.
The name tf.VERSION is deprecated. Please use tf.version.VERSION instead.