找回密碼
 立即注冊

QQ登錄

只需一步,快速開始

機器學習資料整理【內有福利】 加入本站QQ交流群 本站落實實名發帖政策的通知
從20世紀60年代,由MIT的計算機教授組織了第一個面向本科生的Summer Project,經歷了20世紀50年代初到90年代,嘗試用創建?/div>
全球人工智能技術和計算機視覺技術領跑者,肇觀電子(NextVPU),日前正式發布世界?/div>
自語音識別技術進入深度學習時代,語音識別
數據堂自有版權的中國兒童手機采集語音數據產品共計3000小時。發音人均為6~12
TensorFlow官方文檔—中文版 鏈接:https://pan.ba
該教程將通過知識點講解+答疑指導相結合的方式,讓大家循序漸進的了解深度學習模型并通過實操演示掌握相關框架及TensorFlow工?/div>
本帖最后由 周天 于 2018-1-2
最最經典的凸
機器學習算法需要作用于數據,而數據的本質則決定了應
總體而言,這本書從基礎到研究前沿介紹了深度學習的核心概念與理論。我們不僅能了解到全連接、卷積和循環等基本深度神經網絡網絡,同時還
【主講嘉賓】 https://bbs.byr.cn/att/BBSOpenAPI/0/1560/41488 宋 宇 縱目科技無人駕駛事業部首席科學?/div>
1011
換個方式哈哈哈感覺到回個結核桿菌回個就
“N+”大會是面向全球 AR、VR、AI 等互聯網新技術領域的行業領袖及從業者的盛會。 旨在推動全球
  維塔利克˙布特林(Vitalik Buterin)將蒞臨“2018區塊鏈技術于場景落地峰會”做報告 764   布特林,一個誓言用區塊鏈顛覆真實經濟體系的俄羅斯小子,他打造的全新
優達學院面試技能三件套,包括找工作策略、模擬面試、拓展人脈三門課程
編者按:2017年是不平凡的一年(當然,事實上,每一年都是;P)?/div>
查看: 3459|回復: 14
打印 上一主題 下一主題

玩轉TensorFlow與深度學習模型教程(一)如何配置TensorFlow環境

[復制鏈接]

1

主題

5

帖子

45

積分

普通會員

積分
45
QQ
跳轉到指定樓層
樓主
發表于 2017-11-15 11:01:51 | 只看該作者 回帖獎勵 |倒序瀏覽 |閱讀模式

該教程將通過知識點講解+答疑指導相結合的方式,讓大家循序漸進的了解深度學習模型并通過實操演示掌握相關框架及TensorFlow工具使用。

本周(第一篇)的教程中我們將教大家如何配置TensorFlow環境。 分為以下兩大部分:

TensorFlow 的安裝

  • TensorFlow 介紹
  • TensorFlow 常見安裝方法介紹
  • Anaconda 安裝
  • TensorFlow 安裝
  • 驗證 TensorFLow 安裝

TensorFlow 開發環境搭建

  • 安裝、使用 Jupyter Notebook
  • Pycharm 配置

第一部分是要使用TensorFlow所必須的環節,第二部分是使用Python開發時的推薦環境配置,可以根據個人編程習慣選擇進行。

  • TensorFlow 介紹

TensorFlow是Google開發的Python深度學習框架,在2015年年底開源,在各種應用場景下都有豐富的應用。高層的API方便用戶輕松構建和訓練模型,降低了深度學習,機器學習的編程開發門檻,支持GPU加速和分布式計算。

以下是TensorFlow的官方介紹。

TensorFlow™是一個使用數據流圖進行數值計算的開源軟件庫。圖中的節點代表數學運算, 而圖中的邊則代表在這些節點之間傳遞的多維數組(張量)。這種靈活的架構可讓您使用一個 API 將計算工作部署到桌面設備、服務器或者移動設備中的一個或多個 CPU 或 GPU。 TensorFlow 最初是由 Google 機器智能研究部門的 Google Brain 團隊中的研究人員和工程師開發的,用于進行機器學習和深度神經網絡研究, 但它是一個非常基礎的系統,因此也可以應用于眾多其他領域。
  • TensorFlow 安裝方法介紹

在安裝之前應當首先確定安裝哪種TensorFlow:

  • 僅僅支持CPU的TensorFlow版本
  • 支持GPU加速計算的TensorFLow版本

選擇安裝GPU版本對硬件和軟件都有所要求,需要對應版本的Nvidia的GPU以及CUDA和cuDNN,比較復雜,這里不作介紹。

TensorFlow一般有四種安裝方法:

  • Virtualenv
  • pip
  • Anaconda
  • 從源碼編譯安裝

Virtualenv是一個獨立的虛擬Python環境,將虛擬環境中的Python程序和實際主機中的Python程序隔離開來,不會相互影響。

直接使用pip安裝會將TensorFlow直接安裝在主機之中,可能與現有的Python庫相互影響。

使用Anaconda可以創建一個虛擬環境,與第一種安裝方式類似。

最后一種是通過源代碼直接編譯安裝。

Anaconda是一個用于科學計算的Python發行版,支持Linux, Mac, Windows系統,包括了常用的用于科學計算的Python庫,并且提供了包管理和環境管理的功能,比較方便,因此我們在這里使用Anaconda來進行TensorFlow的安裝。

  • Anaconda 安裝

首先根據自己的電腦配置下載對應的Anaconda并安裝。

在本教程中我們選擇Anaconda Python 3.6版。

Mac 和 Linux使用命令行安裝時,在命令行輸入:

bash Anaconda-xxx.sh

注意將Anaconda-xxx.sh更改為anaconda安裝腳本的路徑和文件名。 通過命令行安裝過程中會彈出Do you wish the installer to prepend the Anaconda<2 or 3> install location to PATH in your /home/<user>/.bashrc,輸入yes。安裝完成后關閉命令行。

  • TensorFlow 安裝

TensorFlow為以下平臺的64位系統提供了編譯好的文件進行安裝:

  • MacOS X 10.11 (El Capitan) or later
  • Ubuntu 14.04 or later
  • Windows 7 or later

根據官網介紹,TensorFlow僅對以上系統提供支持。

Although you might be able to install TensorFlow on other laptop or desktop systems, we only support (and only fix issues in) the preceding configurations.

Windows

TensorFlow在Windows系統上支持 Python3.5.x 和 Python3.6.x,以下示范我們統一使用Python3.5。

從開始菜單查找Anacnoda Prompt,點擊后將開啟命令行,在命令行依次輸入以下命令:

conda create -n tensorflow python=3.5 numpy pipactivate tensorflowpip install --ignore-installed --upgrade tensorflow

Ubuntu

在命令行輸入以下命令:

conda create -n tensorflow python=3.5 numpy pipsource activate tensorflowpip install --ignore-installed --upgrade https://storage.googleapis.com/t ... 5m-linux_x86_64.whl

macOS

在命令行輸入以下命令:

conda create -n tensorflow python=3.5 numpy pipsource activate tensorflowpip install --ignore-installed --upgrade https://storage.googleapis.com/t ... .0-py3-none-any.whl

常見問題

  • 如果conda create -n tensorflow python=3.5 numpy pip過程出現錯誤,網絡中斷等,可以先輸入conda remove -n tensorflow --all然后再試一遍。
  • 如果pip install過程中提示unexpected keyword argument 'transport_encoding'請輸入conda install -c anaconda html5lib再試一遍。

  • 驗證 TensorFlow 安裝

Mac 和 Linux :

打開文本編輯工具,將以下代碼復制粘貼進去,并且另存為test.py

import tensorflow as tfhello = tf.constant('Hello World')with tf.Session() as sess: print sess.run(hello)

打開命令行,輸入:

source activate tensorflowpython <path_to_test.py>

其中<path_to_test.py>更改為對應的test.py的路徑,輸出Hello World即為成功。

Windows:

系統通過Anacnoda Prompt打開命令行,點擊下載tensorflow_self_check.py文件,輸入:

activate tensorflowpython <path_to_tensorflow_self_check.py>

其中<path_to_tensorflow_self_check.py>更改為對應的tensorflow_self_check.py的路徑。輸出TensorFlow successfully installed.即為成功。

  • 安裝、使用 Jupyter Notebook

Jupyter Notebook是一個交互式筆記本,支持運行 40 多種編程語言,是一個Web程序,可以使用瀏覽器進行交互式的編程。

Windows打開Anacnoda Prompt輸入activate tensorflow,Mac和Linux在命令行輸入source activate tensorflow進入之前配置好的TensorFlow環境以后。 輸入conda install jupyter進行安裝即可。

安裝完成后輸入jupyter notebook即可啟動Jupyter Notebook。默認端口號是8888,瀏覽器應當會自動打開,如果沒有,請在瀏覽器中輸入localhost:8888。

點擊New按鈕選擇Python 3將會打開一個新的窗口。

輸入代碼,按鍵盤上Ctrl + Enter就會執行當前代碼。

  • Pycharm 配置

Pycharm是Python開發常用的IDE,如果你使用Python進行編程,強烈推薦安裝Pycharm。 選擇免費的Community版本就可以滿足大部分人的需要了。下載地址:https://www.jetbrains.com/pycharm/download/#section=windows

由于使用的是Anaconda進行的TensorFlow安裝,如果想在Pycharm中使用TensorFlow,需要進行進一步的設置。

首先打開Pycharm,第一次打開將出現以下界面:

點擊Configure之中的setting,在彈出的窗口中選擇Project Interpreter然后點擊Add Local:

選擇anaconda目錄下envs目錄中tensorflow子目錄中的Python程序。這里使用Python2.7是因為之前已經安裝了,僅作為演示,具體路徑和Python程序名稱根據自己Anaconda的位置進行確認。



選擇比努力更重要
回復 論壇版權

使用道具 舉報

1

主題

4

帖子

85

積分

普通會員

積分
85
沙發
發表于 2017-11-30 20:49:02 | 只看該作者
回復

使用道具 舉報

0

主題

49

帖子

308

積分

初級會員

積分
308
板凳
發表于 2018-1-15 21:24:51 | 只看該作者
謝謝分享
回復

使用道具 舉報

0

主題

8

帖子

829

積分

中級會員

積分
829
地板
發表于 2018-2-2 13:48:35 | 只看該作者
感謝
回復

使用道具 舉報

0

主題

13

帖子

99

積分

普通會員

積分
99
5#
發表于 2018-2-3 13:46:40 | 只看該作者
多謝樓主分享
回復 支持 反對

使用道具 舉報

0

主題

62

帖子

447

積分

初級會員

積分
447
6#
發表于 2018-2-4 20:42:30 | 只看該作者
中國芯
回復

使用道具 舉報

0

主題

27

帖子

312

積分

初級會員

積分
312
7#
發表于 2018-3-18 16:51:16 | 只看該作者

感謝分享
回復

使用道具 舉報

0

主題

63

帖子

263

積分

初級會員

積分
263
8#
發表于 2018-7-20 10:17:22 | 只看該作者
謝謝分享
回復

使用道具 舉報

0

主題

63

帖子

263

積分

初級會員

積分
263
9#
發表于 2018-7-24 14:58:22 | 只看該作者
非常感謝,分享
回復 支持 反對

使用道具 舉報

0

主題

62

帖子

847

積分

中級會員

積分
847
10#
發表于 2018-9-6 17:26:53 | 只看該作者
謝謝分享
回復

使用道具 舉報

您需要登錄后才可以回帖 登錄 | 立即注冊

本版積分規則

宸ュ晢钀ヤ笟鎵х収鐢靛瓙璁稿彲璇? />
                             </a>
                             <span class=| QQ|申請友鏈|小黑屋|手机版|人工智能A7論壇(aqinet.cn) ( 滬ICP備15039134號-1 ) 人工智能A7論壇壇友會

GMT+8, 2019-7-7 14:09 , Processed in 0.083685 second(s), 50 queries .

Powered by Discuz! X3.4 Licensed

© 2001-2013 Comsenz Inc.

快速回復 返回頂部 返回列表
四圣兽救援彩金