深度学习之工具篇:TensorFlow安装
来源:互联网 发布:淘宝网登录首页官网 编辑:程序博客网 时间:2024/05/18 03:02
深度学习之工具篇:TensorFlow安装
TensorFlow的安装
TensorFlow作为最优秀的深度学习工具库之一,尽管Keras为了简化使用做了很多包装,但直接学习TensorFlow能够帮助我们对各深度网络的结构和机制有更好了解。本文就来带大家安装TensorFlow。
前置技能:Python
TensorFlow的安装,首先建议大家参考其官方文档,对于阅读英文效率不高的同志,中文社区也许是开始阶段更好的选择。
CPU版本
我在不同的系统下安装成功的最简单命令有:
-ThinkPad Ubuntu 16.04直接利用如下命令:
`pip install tensorflow`
-RMBP macOS Sierra命令相同
`pip install tensorflow`
mac下安装成功后,输出如下:
Successfully installed backports.weakref-1.0rc1 html5lib-0.9999999 markdown-2.6.8 protobuf-3.3.0 tensorflow-1.2.1
GPU版本
首先pip安装命令需要替换为:
`pip install tensorflow-gpu`
此外,还需下载和安装:
1. CUDA Toolkit 8.0:直接去NVDIA官网下载。
2. cuDNN v5.1: 同样在NVDIA官网下载。
下载需要注册NVDIA的会员,不需要乱七八糟的验证,注册一个的好。
都下载好后先安装Toolkit,然后将cuDNN解压后的内容放在Toolkit安装路径下对应文件中,解压后有三个文件夹,里面各有一个文件,就不一一截图了。
注意此处有两个坑:
1. 下载的文件首先要对应你的操作系统,而且两者的版本最好选择文档中指出的版本。
2. Toolkit安装后,万一有个提示升级的,先不要升级,测试使用不正常后再重新安装选择升级。
Hello TensorFlow
由于GPU版本安装在了我办公电脑上,现在只用手边的笔记本展示一下普通的CPU版本TensorFlow安装后的基本用法,代码引用自TensorFlow中文社区。中文社区的代码有点旧,会有警告。
import tensorflow as tfimport numpy as np# 使用 NumPy 生成假数据(phony data), 总共 100 个点.x_data = np.float32(np.random.rand(2, 100)) # 随机输入y_data = np.dot([0.100, 0.200], x_data) + 0.300# 构造一个线性模型# b = tf.Variable(tf.zeros([1]))W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))y = tf.matmul(W, x_data) + b# 最小化方差loss = tf.reduce_mean(tf.square(y - y_data))optimizer = tf.train.GradientDescentOptimizer(0.5)train = optimizer.minimize(loss)# 初始化变量init = tf.initialize_all_variables()# 启动图 (graph)sess = tf.Session()sess.run(init)# 拟合平面for step in range(0, 201): sess.run(train) if step % 20 == 0: print step, sess.run(W), sess.run(b)# 得到最佳拟合结果 W: [[0.100 0.200]], b: [0.300]
运行脚本,有如下输出则安装成功:
0 [[-0.01631272 0.15951681]] [ 0.80959636]
20 [[ 0.0363736 0.14110975]] [ 0.36356765]
40 [[ 0.08508397 0.18034831]] [ 0.3177135]
60 [[ 0.09653535 0.1935167 ]] [ 0.30503714]
80 [[ 0.09920579 0.19787826]] [ 0.30146033]
100 [[ 0.09982143 0.19930962]] [ 0.30043092]
120 [[ 0.09996103 0.19977632]] [ 0.30012915]
140 [[ 0.0999919 0.19992778]] [ 0.3000392]
160 [[ 0.09999846 0.19997674]] [ 0.30001205]
180 [[ 0.09999977 0.19999252]] [ 0.30000371]
200 [[ 0.09999999 0.19999759]] [ 0.30000117]
MarkDown小学生,排版格式或者文章内容有任何建议请多指教。
- 深度学习之工具篇:TensorFlow安装
- 深度学习之TensorFlow实战一(安装配置篇)
- 深度学习之安装 TensorFlow Keras
- TensorFlow【深度学习】安装Tensorflow与测试
- 【深度学习 tensorflow】Mac OS安装TensorFlow
- 深度学习笔记之win7下TensorFlow的安装
- 深度学习笔记之win7下TensorFlow的安装
- Tensorflow深度学习之softmax
- 【深度学习】windows下安装TensorFlow
- 深度学习初探-Win10安装tensorflow
- 深度学习tensorflow安装ubuntu16.04amd64
- TX2-安装tensorflow深度学习框架
- [深度学习]tensorflow模块安装与测试
- Jetson TX2 安装TensorFlow深度学习框架
- 深度学习之TensorFlow进阶教程一
- [深度学习] TensorFlow 入门之基本使用
- 深度学习之TensorFlow入门(一)
- 深度学习之tensorflow的探索
- stl-vector
- 总结Java基础第二章
- Linux源码安装JDK1.8
- struts2
- 关于前端学习规划
- 深度学习之工具篇:TensorFlow安装
- 浏览器查询参数与表单数据的优先级问题
- Centos下git环境搭建
- 为了整洁而删除的代码
- Web Service 第一天
- [二分] 由题Matrix得到的关于二分的新理解
- mac安装mysql初始密码使用
- 如何在struts2中上传和下载文件
- Python网页爬取的通用代码框架