【原创】TensorFlow安装以及models示例验证

如有转载，请保留本行-》来自：http://blog.csdn.net/awedcvg
OK，世上有一种生物叫XX，所以才有这篇文字。
需要自己找2个模型，找来找去感觉还是TensorFlow靠谱一点。果断上手。
开始纠结于win还是linux，后来看到win容易不兼容，还是果断断腕，上linux。
目前主要还是用的win，linux算是新手，所以还是在虚拟机中玩吧，
这样导致的结构就是只能安装cpu版本的TensorFlow，虚拟机无法玩cuda的。
双系统？理论上可行，实际上算了吧，懒得折腾了。
然后linux，选神马？Debian？红帽？Centos？ubuntu？
后来还是参考了一下身边人的一件，个人还是用ubuntu吧。
顺便带一句，vm里安装Debian，启动后，出现左上角一个横岗，进入不了系统可能的问题有2个
一是Debian系统太新 ，vm没有识别，默认是ubuntu版本，这样不行的，需要手动选择Debian较旧的版本作为系统类型开始安装。
二是安装过程中的安装过程中的某一方式选项选错了，更改一下即可。
ubuntu16.04，安装完毕，逐步安装ssh，python2.7，ssh？虚拟机中为了方便管理，还是用ssh吧
python2.7？你也可以用3.x，到时候注意选择相依的TensorFlow包，需要精准对应。
然后安装pip和dev

sudo apt-get install python-pip python-dev`

安装，更新pip

pip install --upgrade pip

安装TF咯

sudo pip install --upgrade https://pypi.python.org/packages/df/d7/0526ed0b717dd3473d0f2e2de803222a5c87b2c74a2a4736e474988509e3/tensorflow-1.1.0rc2-cp27-cp27mu-manylinux1_x86_64.whl#md5=a8f78328faa192983080c5c0bbdb0a73

‘#后面的md5应该可以省略，用于校验。这里注意，如果不是Python2.7，或不是cpu版，比如你物理机需要用gpu计算，请到https://pypi.python.org/pypi/tensorflow/1.1.0rc2，选择自己合适的版本，复制链接地址替换本命令的地址。
还有一个安装路径是：

 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl

但是貌似是需要翻墙的。所以先pass。
如果顺利，TF就算安装完成了，下面需要运行一下示例。
顺带说一下，TF的默认安装路径为

 /usr/local/lib/python2.7/dist-packages/tensorflow$

旧版本应该是带models的，但是本文采用的方法内没有models文件夹，需要自己单独安装。

/usr/local/lib/python2.7/dist-packages/tensorflow$ lscontrib  core  examples  include  __init__.py  __init__.pyc  python  tensorboard  tensorflow  tools  #木有models

/usr/local/lib/python2.7/dist-packages/tensorflow$ sudo git clone --recurse-submodules https://github.com/tensorflow/models

这里可以看一下，https://github.com/tensorflow工程里有两大块，一块是TensorFlow，一块是models，这里安装models即可。
ok，安装完了以后，会看到多了models文件夹，
安装完毕

文档内容如下：

ok这里可以看见，imagenet是用于物体识别的一个示例，mnist适用于手写识别的一个示例。。其实都可以 运行一下，不过虚机资源有限，mnist默认训练步骤很多，会花很长时间，可以看看前面几步就可以了。
我们还是关注与一下imagenet吧 ，可以识别猫，狗，车等。。
我们安装完models，实际的安装还是没有完，model只是将示例的源码进行了下载，但是源码中所需的模型和数据并没有，因此，首次运行imagenet中的classify_image.py，还会下载数据模型和数据。
打开这个文件，会看到其下载内容为，http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz
这个网站呢，很不稳定，初期都ping不通，提示说

 sudo python classify_image.py………………IOError: [Errno socket error] [Errno 101] Network is unreachable

多试几次，发现又可以了，它会自动下载模型和数据，路径呢，不在本目录下面，在这里
‘/tmp/imagenet’
这里包含了改模型的信息，包括能识别什么，和一个示例的熊猫图片。
就是它：

ok，我们运行一下试试效果：

ok，可以看出来训练结果

识别出来大熊猫、熊猫、熊猫熊？概率是89.107%，很不错了吧。
giant panda上面那几句话不用管，说什么没没编译，所以速度不快，神马的不用管。
ok，我们可以更改classify_image.py源代码来试试别的图像。来试个车吧，用这个：

把它放在/tmp/imagenet/下面，然后我们来改代码，源代码为：

看到cropped_panda.jpg了么？就是/tmp/imagenet/下面的那个熊猫图片，我们把它改成汽车图片的名字：

保存，来运行一下试试：

ok，看到赛车的概率为95.061%。
至此TF大件以及model验证即结束了，祝各位新手顺利入门。