Google 近日發布了其開源機器學習系統 TensorFlow 1.0 版本。我按照官網的介紹安裝操作了一遍,基本可以跑通了。將操作過程整理於此算是對整個學習過程的梳理與回顧。雖然看其他資料也可以不斷學習, 但終究不如自己梳理來的深刻。現將 TensorFlow 的安裝過程記錄於此, 期待通過分享與大家共同進步。
因為本人使用的是 Mac 電腦, 因此只介紹 Mac 上相關的安裝過程, 其他系統的安裝方式請自行查閱相關資料。
Python2.7或者Python3.3+(MacBook已經默認安裝了Python2.7 版本)
GPU 版本: Cuda Toolkit 8.0 與 cuDNN v5.1。
Google 提供了支持 GPU 和 僅支持 CPU 兩個版本。前者的運行速度遠高於後者。 如果你的電腦上沒有安裝英偉達的 CUDA GPU, 則只能下載僅支持 CPU 的版本。 否則優先下載支持 GPU 的版本。
細心的同學可能發現這裡命令變成了 brew tap 和brew cask。 簡單來說 brew tap 命令用來添加更多倉庫, brew cask 用來下載帶界面的下載好後自動安裝可以直接運行的軟體。詳細信息可以參閱知乎的兩篇文章: 連結1:(https://zhuanlan.zhihu.com/p/22598799),連結2:(https://zhuanlan.zhihu.com/p/22598799).我是從官網上下載的, 這樣可以對過程更加了解一點, 進入其官網下載界面:(https://developer.nvidia.com/cuda-downloads)。內容如下:
這裡選擇 64 位的 10.21 版本, 可以看到有兩種安裝類型 :network 與 local。 前者是下載一個安裝器, 然後自行下載相應的模塊, 而 local 是直接將所有內容打包好直接下載。 這裡我們通過安裝器進行下載, 將安裝器下載完成後打開其中的安裝器顯示如下:
可以看到包含了驅動器,我們所要安裝的 CUDA Toolkit ,以及相應的例子。選擇好點擊 next 進行安裝即可。有一個多 G 的內容, 等下載完會自動安裝,然後按照指示進行操作即可。
環境準備好之後終於可以安裝我們的 TensorFlow了。官網提供了五種安裝方式:
Pip安裝
Virtualenv安裝
Anaconda安裝
Docker安裝
Pip構架源文件
這裡方便起見使用pip方式安裝, 兩個版本的安裝命令如下:
當然如果你自行安裝了Python3.3+版本,也可以使用pip3 命令安裝在 Python3.3+ 的環境中, 如果你在使用 IDE 的話也可以通過 IDE 進行安裝, 本人使用 PyCharm,因此也可以通過該IDE進行安裝, 如下:
文件不大, 網速不卡的很快就搞定了, 按照介紹一步步來的話基本不會遇到什麼大問題。
打開 Python 解釋器輸入如下代碼檢查是否安裝成功:
OK, 以上就是自己安裝TensorFlow的基本過程, 比較簡略, 這裡再附上兩個中文連結和官網連結, 希望對有疑問的小夥伴有所幫助, 當然還是更建議直接讀官方文檔, 更容易加深理解。
TenslorFlow下載與安裝:
(http://tensorfly.cn/tfdoc/get_started/os_setup.html)
TensorFlow 官方文檔中文版:
(http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html)
TensorFlow官網:
(https://www.tensorflow.org/)
文章來源網址:ahri-j.win
註:本文轉載時有截圖,查看完整版請訪問「文章來源網址」。