TensorFlow入門指南(一):TensorFlow安裝和簡單示例

2022-01-08 優才網

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」。

相關焦點

  • Tensorflow 全網最全學習資料匯總之Tensorflow 的入門與安裝【2】
    《TensorFlow入門》連結:http://www.jianshu.com/p/6766fbcd43b9#與上面兩篇不同,本文簡單介紹了 TensorFlow 的含義、優點、安裝和基本工作原理之後,直接通過代碼示例的方式講解了 TensorFlow 的簡單用法,
  • tensorflow安裝教程
    tensorflow是谷歌開源的人工智慧庫,有最完善的生態支持。是進行人工智慧領域開發和科研的必備工具。本文在windows10下,藉助anacondaAnaconda安裝和使用,AkShare入門,安裝tensorflow2.0。
  • TensorFlow極速入門
    熱衷於深度學習技術的探索,對新事物有著強烈的好奇心。一、前言目前,深度學習已經廣泛應用於各個領域,比如圖像識別,圖形定位與檢測,語音識別,機器翻譯等等,對於這個神奇的領域,很多童鞋想要一探究竟,這裡拋磚引玉的簡單介紹下最火的深度學習開源框架 tensorflow。
  • tensorflow極速入門
    一、前言目前,深度學習已經廣泛應用於各個領域,比如圖像識別,圖形定位與檢測,語音識別,機器翻譯等等,對於這個神奇的領域,很多童鞋想要一探究竟,這裡拋磚引玉的簡單介紹下最火的深度學習開源框架 tensorflow。本教程不是 cookbook,所以不會將所有的東西都事無巨細的講到,所有的示例都將使用 python。那麼本篇教程會講到什麼?
  • 如何用一個Python示例入門TensorFlow?
    TensorFlow 只支持 Python 3.5 和 3.6,所以請確保你的系統中安裝了其中的一個版本。對於其他的作業系統和語言,你可以查看官方的安裝指南。我們需要了解的另一件事是系統的硬體配置。安裝 TensorFlow 可以有兩種選擇:· 只支持 CPU 的 TensorFlow 版本。· 支持 GPU 的 TensorFlow 版本。
  • TensorFlow 安裝教程
    在極客學院有關tensorflow的教程中,提到了這樣幾種安裝方式:Pip, Docker, Virtualenv, Anaconda 或 源碼編譯的方法安裝 TensorFlow。在這裡,我強烈推薦大家使用Anaconda的方式安裝!因為採用這種方式安裝的時候,相當於將所有的底層依賴細節全部已經打包給封裝好了!
  • Windows上安裝Tensorflow踩的坑
    安裝了,不免想試試在自己的Windows上用R跑跑tensorflow的。可是事與願違,倒騰了一周今天正式宣布,暫停這一實踐。但失敗的嘗試也不能白失敗了,拿出來曬曬說不定有高人指點呢,特此把踩過的坑述說一二,一來是尋求幫助,二來也是警惕來者,「此處有坑,請小心繞道」吧。
  • TensorFlow 安裝詳解
    安裝 TensorFlow    3.1 安裝 pip    3.2 安裝 TensorFlow    3.3 運行 Hello,TensorFlow 案例4. 小結 一、機器學習機器學習,並不能理解成機器學習算法。機器學習,就是為了讓機器可以去模擬人類。
  • Anaconda軟體安裝TensorFlow教程
    本文介紹在Anaconda軟體上安裝TensorFlow,並且測試和驗證。
  • TensorFlow安裝與卷積模型
    前言本文主要介紹簡單的TensorFlow安裝以及一個卷積模型的小例子
  • Python安裝TensorFlow 2、tf.keras和深度學習模型的定義
    在本教程中,您將找到使用tf.keras API在TensorFlow中開發深度學習模型的分步指南。完成本教程後,您將知道:Keras和tf.keras之間的區別以及如何安裝和確認TensorFlow是否有效。tf.keras模型的5個步驟的生命周期以及如何使用順序和功能性API。
  • TensorFlow應用實戰 | TensorFlow基礎知識
    值可以改變的一種tensor定義在tf.Variable. 注意這個v是大寫的,和constant是不一樣的。tensorboard --logdir=日誌所在路徑Tensorflow安裝之後,會默認安裝有TensorBoard上一節的代碼中自行添加一行   # 第一個參數為指定的保存路徑,第二個參數為要保存的圖   tf.summary.FileWriter("./", sess.graph)用於導出關於模型的精簡信息的方法
  • TFLearn:為TensorFlow提供更高級別的API 的深度學習庫
    TFlearn是一個基於Tensorflow構建的模塊化透明深度學習庫。它旨在為TensorFlow提供更高級別的API,以促進和加速實驗,同時保持完全透明並與之兼容。TFLearn功能包括:通過教程和示例,易於使用和理解用於實現深度神經網絡的高級API。
  • 可能是史上最全的Tensorflow學習資源匯總
    的安裝、Tensorflow的語法、基本操作、CNN的一些原理和項目實戰等。一 、Tensorflow教程資源:1)適合初學者的Tensorflow教程和代碼示例:https://github.com/aymericdamien/TensorFlow-Examples該教程不光提供了一些經典的數據集,更是從實現最簡單的「Hello World」開始,到機器學習的經典算法,再到神經網絡的常用模型
  • TensorFlowSharp入門使用C#編寫TensorFlow人工智慧應用
    示例Python代碼:import tensorflow as tfimport numpy as np# Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3x_data = np.random.rand(100).astype(np.float32)
  • 令人困惑的TensorFlow!
    市面上有許多 TensorFlow 的入門教程,包含從線性回歸到 MNIST 分類和機器翻譯的內容。這些具體實用的指南是使 TensorFlow 項目啟動並運行的良好資源,同時可以作為類似項目的切入點。但對於有些應用開發人員而言,他們開發的應用並沒有好的教程,或對於那些想打破常規的人(在研究中很常見)而言,剛接觸 TensorFlow 肯定是讓人沮喪的。
  • 人工智慧學習入門之TensorFlow2.2版本安裝(Windows10)
    如下圖所示是官方的下載列表,可以看出包含3種常見作業系統平臺,及64位和32位作業系統。安裝Anaconda在Windows平臺,本文選擇的是64位的安裝包,下載完成後雙擊即可安裝。可以在這裡選擇安裝的用戶,如果是管理員可以選擇給所有用戶安裝。具體選擇哪個影響不大,建議選下面這個。下面這一步是對環境變量和Python的設置。
  • 安裝Tensorflow遇到的問題及解決
    Tensorflow遇到的問題及解決方法記錄於此,一來以後可以隨時查閱,二來供碰到類似問題的朋友參考。 最近在專心攻讀《深度學習圖解》,在學到第8章時,運行書中的代碼,提示需要安裝tensorflow框架,於是,按照常規方法,打開命令行界面,輸入:pip install tensorflow可總是出錯。 搗鼓了半天,也試著在不同的時間段來安裝,但總是沒有效果。
  • 基於TensorFlow的深度學習實戰
    毫不誇張得說,TensorFlow的流行讓深度學習門檻變得越來越低,只要你有Python和機器學習基礎,入門和使用神經網絡模型變得非常簡單。TensorFlow簡介如前所述,TensorFlow是一個深度學習庫,使用這一框架,可以用來構建和測試深度神經網絡。深度學習讓我們能夠以極高的準確性構建複雜的應用程式。
  • TensorFlow 2入門指南,初學者必備!
    2入門指南,初學者必備!Tensorflow v1難以使用和理解,因為它的Pythonic較少,但是隨著Keras發行的v2現在與Tensorflow.keras完全同步,它易於使用,易學且易於理解。tensorflow as tffrom tensorflow.keras.layers import Densefrom tensorflow.keras.models import Sequential在這裡,我們從tensorflow