Mac上Anaconda+Tensorflow安装
来源:互联网 发布:知乎 安卓下载 编辑:程序博客网 时间:2024/06/06 01:10
终于准备开始学习谷歌的深度学习框架tensorflow了,花了一上午的时间,终于配置好了,下面就是详细的步骤:
首先大家可以参考一下官方的安装tensorflow的方法:
https://www.tensorflow.org/install/install_mac
官方提供了
1、virtualenv
2、”native” pip
3、Docker
4、installing from sources, which is for experts and is documented in a separate guide.(也就是Installing with Anaconda)
四种方法,我们采用最后一种方法,因为参考《TensorFlow实战》中是采用这种方法(书里面说Anaconda是python的一个科学计算发行版,里面集成了很多的依赖库,所以提供了一个很好的编译环境)。
安装Anaconda
所以,首先我们就需要下载Anaconda,官方网站为:
https://www.continuum.io/downloads
mac系统,python2.7版本对应的下载链接有以下两种:
上面一种是图形界面的Anaconda,下面一种是命令行形式的Anaconda,我选择的是上面一种(作为程序员中的菜鸟还是觉得图形界面更加舒服点)。
下载完成以后,会在根目录下面多一个anaconda的文件夹(安装过程中没有指定路径的前提下,不过最好就安装在这里):
安装好Anaconda之后,可以进入终端利用Anaconda的包管理工具来进行一些简单的操作:
查询安装信息 $ conda info
查询当前已经安装的库 $ conda list
安装库(*代表库名称) $ conda install ***
更新库 $ conda update ***
还有一个问题就是Anaconda仓库镜像,很多地方说官方下载很慢,需要换成清华的镜像,但是奇怪的是我换了之后还下载不了了,换成官方的之后倒是又能够下了,此处还是摆出来给有需要的同学吧:
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/$ conda config --set show_channel_urls yes$ conda install numpy #测试是否添加成功
之后会自动在用户根目录生成“.condarc”文件,可以在终端用 $ ls -a
命令查看该文件,如果要删除镜像,直接删除“.condarc”文件即可: $ rm .condarc
至此,安装Anaconda的任务就完成了,有需要了解conda的使用方法的,也可以查看下面这篇博文:http://www.cnblogs.com/harvey888/p/5465452.html
在Anaconda环境中安装TensorFlow
此处采用pip方式来进行安装:
pip方式需要首先激活conda环境:
$ source activate tensorflow
然后根据要安装的不同tensorflow版本选择对应的一条环境变量设置export语句(操作系统,Python版本,CPU版本还是CPU+GPU版本)
# Ubuntu/Linux 64-bit, CPU only, Python 2.7 (tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp27-none-linux_x86_64.whl # Ubuntu/Linux 64-bit, GPU enabled, Python 2.7 # Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below. (tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp27-none-linux_x86_64.whl # Mac OS X, CPU only, Python 2.7: (tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py2-none-any.whl # Mac OS X, GPU enabled, Python 2.7: (tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-1.2.1-py2-none-any.whl # Ubuntu/Linux 64-bit, CPU only, Python 3.4 (tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp34-cp34m-linux_x86_64.whl # Ubuntu/Linux 64-bit, GPU enabled, Python 3.4 # Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below. (tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp34-cp34m-linux_x86_64.whl # Ubuntu/Linux 64-bit, CPU only, Python 3.5 (tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl # Ubuntu/Linux 64-bit, GPU enabled, Python 3.5 # Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below. (tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl # Mac OS X, CPU only, Python 3.4 or 3.5: (tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py3-none-any.whl # Mac OS X, GPU enabled, Python 3.4 or 3.5: (tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-1.2.1-py3-none-any.whl
看到上面每个版本中的tensorflow后面都有一个1.2.1的版本号,我们如果需要最新的版本,可以到https://github.com/tensorflow/tensorflow/中去查看,进入网站之后,根据具体情况点击链接查看:
比如我要安装的是Mac CPU-only中的python2,就可以点击这个链接来查看:
可以看到后面的最新地址是1.2.1,就可以将上面的地址改成这个最新的版本号,再用下面的命令进行安装:
(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.2.1-cp27-none-linux_x86_64.whl # Python 2 的选择下面的命令来进行安装 (tensorflow)$ pip install --ignore-installed --upgrade $TF_BINARY_URL # Python 3 的选择下面的命令来进行安装 (tensorflow)$ pip3 install --ignore-installed --upgrade $TF_BINARY_URL
(该命令行的用户名前面的(tensorflow)是因为前面激活了tensorflow而出现的)。
然后就可以测试安装了:
$ source activate tensorflow (tensorflow)$ # Your prompt should change. # Run Python programs that use TensorFlow. $ pythonPython 2.7.13 |Anaconda 4.4.0 (x86_64)| (default, Dec 20 2016, 23:05:08) [GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.57)] on darwinType "help", "copyright", "credits" or "license" for more information.Anaconda is brought to you by Continuum Analytics.Please check out: http://continuum.io/thanks and https://anaconda.org>>> import tensorflow as tf>>> hello = tf.constant('Hello, TensorFlow!')>>> sess = tf.Session()>>> print(sess.run(hello))Hello, TensorFlow!# 以上程序没有报错的话就是安装成功了# When you are done using TensorFlow, deactivate the environment. (tensorflow)$ source deactivate
本步骤参考博文:http://blog.csdn.net/nxcxl88/article/details/52704877
- Mac上Anaconda+Tensorflow安装
- Anaconda上安装TensorFlow
- mac/linux 安装tensorflow和安装Anaconda
- Mac 上安装 tensorflow
- windows上基于anaconda安装tensorflow
- 在MAC上Anaconda的安装
- 在Mac上安装TensorFlow
- 基于Win10(MAC,Linux)+Anaconda+Jupyter安装Tensorflow 0.12
- 学习tensorflow之mac上安装tensorflow
- 基于 Anaconda 安装 tensorflow
- 基于Anaconda安装tensorflow
- Tensorflow+Anaconda安装教程
- 利用anaconda安装tensorflow
- 使用Anaconda安装TensorFlow
- 用Anaconda安装TensorFlow
- win7安装Anaconda+TensorFlow
- Windows Anaconda Tensorflow 安装
- anaconda安装tensorflow
- 华为——字符个数统计p
- 【Docker构建】- Tomcat 创建带Tomcat服务的Centos Docker镜像
- 线程安全
- 【异步请求相关知识点】response.getWriter().write()和 response.getWriter().print()的区别
- ImportError: No module named win32api
- Mac上Anaconda+Tensorflow安装
- PHP简易商城(二)PHP运行sql文件安装数据库
- yield在大循环中需要注意的一个情况
- 关于两个数交换
- 【异步请求相关知识点】flush()缓冲区强制写出
- angular4子路由&辅助路由
- java运算符,>>,>>>,<<
- windows 10 安装composer 出错
- 提高Eclipse启动速度的办法