——————简单粗暴学Tensor———————(1)TensorFlow下载及安装
来源:互联网 发布:中小型网络组建 编辑:程序博客网 时间:2024/06/06 23:18
——————简单粗暴学Tensor——————(1)TensorFlow下载及安装
废话不多说简单粗暴的学TensorFlow博主是大一学生自学TensorFlow希望大家支持,文章都是自己的理解以及经验不对的地方希望得到大神的指点,我们废话不多说我们直接简单开始TensorFlow, 本博客呢主要是针对Mac写的当然也会提及Linux/Ubuntu。这一章主要是讲在Linux/Ubuntu/Mac os系统下的安装
介绍:
来来来我们国际惯例先介绍一下Tensorflow:TensorFlow是Google基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。
其实说白话点Tensorflow给我的感觉就是一个框架一个胶囊它包含了很多的算法函数在里面等待我们去使用,而我们使用TensorFlow的目的就是为了深度学习而使用,而且TF(TensorFlow)又是在python语言上的所以呢非常的方便,
虚拟机及linux系统的下载及安装:
首先我们需要在虚拟机上安装一个Linux系统这样才可以下载Tensorflow虽然Windows上面也可以下载但是还是推荐Mac或者Linux系统上面使用TensorFlow
(1) 首先我们先下载安装Vm虚拟机:Vmware 博主比较推荐使用Vm12版本,高版本的容易出现Bug下载好虚拟机后需要输入密匙这个直接去百度出来就可以了
(2) 然后我们就要下载一个Linux/Ubuntu的iso镜像文件,如图所示是一个压缩包用vm安装后会出现上面的文件
(3) 用vm安装镜像系统
以上都是预备先把需要的东西准备好才能继续下面的工作对吧,下面讲TensorFlow的安装
TensorFlowf的安装
MacOS:
其实Mac的安装和Linux下的安装相差无几不过Mac不自带Python所以我们得先安装Homebrew,这个东西可以百度出来然后同样在终端输入有关代码,安装好之后输入 brew install Python 安装Python,完成之后就再按照以下的步骤就行了,由于mac是基于Unix系统而开发出来的系统所以我们不需要安装虚拟机直接在终端里面进行以上Tensorflow的安装就好了
Linux/Ubuntu:
至于TensorFlow的安装呢和其他的安装不一样我们通过Linux系统里面的终端使用pip安装,安装稍微有些复杂但是这都不是问题
按以上步骤安装好就是系统的安装这个过程耐心的等待就好
系统安装好到了桌面,右键open Terminal这个就是打开终端我们的tf就是在这里安装,这里有一点说一下,左边一排是工具栏,打开火狐游览器之后在网址那里搜索www.baidu.com这样才能进去查资料上网,直接使用google是不能连接进去的
因为linux/Ubuntu系统自带python所以我们不用安装python,直接安装python的pip就好,(当然了也可以打开终端之后输入python是不是能显示出有关python的信息,检测完,试玩再重新打开终端)
sudo apt-get install python-pip
sudo apt-get install python-dev
如果出现了上图的情况:E: unable to locate package python. 这一情况说明你的ubuntu版本略低还没有更新,这种情况你只要输入 sudo apt-get update这条指令就可以更新,更新完毕之后再按下面的步骤
出现了Y/n 这里直接按回车就好了
这样就是安装好pip以及dev之后就开始安装tensor
$ sudo pip install --upgradehttps://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl
将这串代码输入得到以下情况
如果出现以上的情况说明安装失败但是只要按照它的提示就是我画横线哪儿输入就行了一般它提示什么就输入什么就好了,得到以下结果之后再次输入安装Tensorflow的代码
如果仍然出现以上的情况不要紧,我们再次输入安装Tensor的代码就好,多试几次就好了博主试了三次才成功,成功之后就会得到以下情况
以上就是TensorFlow的安装,虽然说还有其他几种方式可以安装但是我个人认为这种比较简单启动tensor也比较简单,其他几种安装不是安装麻烦就是启动tensor麻烦所以我还是建议使用这种博主是使用Mac的但是因为很早就已经安装好了的所以就用这个来安装示范吧,如果有机会我再补上一期有关Mac的Tensor安装教程
说明
这里说明一下 :Python是一门高级语言非常简便我们的Tensor就是要在Python的基础上进行的虽然可以使用其他的几门语言但是这就非常麻烦了
sudo 这是Ubuntu系统里面获得权限的一个命令虽然我们安装好了系统但是我么还是以游客的身份在使用系统
pip 是python的包管理工具可以方便简洁的安装/升/降我们所需要的包
install 就是安装的意思
Python是2.7版本的
Tensorflow是0.8版本的
TensorFlow的测试
安装好了的之后我们就来测试一下是否安装好了能否可以使用我们重新打开一个终端并输入python并输入以下代码
import tensorflowas tf
import numpyas np
x_data = np.float32(np.random.rand(2,100))
y_data = np.dot([0.100,0.200], x_data)+0.300
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
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
for stepin xrange(0,201):
sess.run(train)
if step %20 ==0:
print step,sess.run(W), sess.run(b)
最后回车得到以下结果
以上这段测试全部是从Tensor的官网摘取的,大家多逛逛官网、知乎、CSDN就好了
在日后博主学会了Tensor会及时更新有关内容让小白和我一起学习Tensorflow
- ——————简单粗暴学Tensor———————(1)TensorFlow下载及安装
- TensorFlow系列03——TensorFlow基本概念Tensor理解
- TensorFlow 实战(四)—— tensor 的认识
- Pytorch入门——Tensor
- torch7学习(一)——Tensor
- 简单粗暴的SSM学习——HelloWrold
- 简单粗暴——Spring boot测试类编写
- TensorFlow Doc编程指南——2 Tensor的秩,形状和类型
- TENSOR VOTING算法——续
- tensorflow笔记1——自动下载和安装 MNIST 到 TensorFlow 的 python 源码
- AI-Tensorflow—Windows7安装TensorFlow方法
- TensorFlow 如何避免重复下载数据 ——转自 慢慢学TensorFlow 微信公众号
- 一点一点学maven(01)——maven介绍、下载、安装及配置
- 一种简单粗暴的赚钱模式——老瓶装新酒的《俄罗斯方块-闪电战》
- PyTorch学习系列(四)——Tensor 和 Variable
- Pytorch-学习记录 卷积操作——Tensor.size()
- PyTorch学习总结(六)——Tensor实现
- TensorFlow学习笔记2——数据类型及简单运算
- 快速创建一个基于Gradle构建的SpringBoot Web项目(SpringBoot-01)
- 【菜鸟入门】说说动态规划 ---“数塔” & “矩形嵌套”
- MySQL 增删改查
- 支付宝APP支付Java服务端
- html小规则
- ——————简单粗暴学Tensor———————(1)TensorFlow下载及安装
- 豆瓣 URLError: <urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:719)>
- iSCSI服务器
- HttpServletResponse介绍
- JVM的垃圾回收机制
- Mybatis学习记录(四)--高级查询和缓存
- Chrome 浏览器 必知必会的小技巧
- Mac下查看已安装的jdk版本及其安装目录
- Mysql数据库的几种连接方式