mac 下使用Docker安装搭建tensorflow环境
来源:互联网 发布:联通e网是什么网络 编辑:程序博客网 时间:2024/06/10 20:07
“谷歌”+“深度学习”,两个标签让2015年12月才由谷歌开源的深度学习工具TensorFlow在其发布之后就迅速地成为了全球最为炙手可热的开源项目,2016年4月,开源的TensorFlow又支持了分布式特性,向着生产环境下的应用更进一步。
国内有人翻译了成套的tensorflow文档,链接如下:
http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html
TensorFlow API支持Python 2.7和Python 3.3+,共支持4种安装方式。
- Pip install
- Virtualenv install
- Anaconda install
- Docker install
我只是用mac先学习一下,
1,首先安装Docker
从链接https://www.docker.com/products/docker#/mac
下载安装包,Docker是个容器,如果有兴趣研究可以去链接http://dockone.io/article/783
下载包很慢,建议翻墙。
安装后可以设置docker设置它使用的CPU和内存
打开终端,输入命令:
- docker pull b.gcr.io/tensorflow/tensorflow
这个命令是下载tensorflow的镜像,建议翻墙,不翻墙基本不可能
下载完成后执行以下命令:
docker run -it b.gcr.io/tensorflow/tensorflow bash
此命令会启动镜像环境,并进入另一个可以操作tensorflow的shell
进入后打开python测试下tensorflow是否可以使用
- root@e6d4212107d0:/notebooks# python
- Python 2.7.6 (default, Jun 22 2015, 17:58:13)
- [GCC 4.8.2] on linux2
- Type "help", "copyright", "credits" or "license" for more information.
- >>> import tensorflow as tf
- >>> hello = tf.constant('Hello, TensorFlow!')
- >>> sess =tf.Session()
- >>> sess.run(hello)
- 'Hello, TensorFlow!'
- >>> a = tf.constant(10)
- >>> b = tf.constant(32)
- >>> sess.run(a+b)
- 42
好的,现在你可以训练你的神经网络系统了!
0 0
- mac 下使用Docker安装搭建tensorflow环境
- mac 下使用Docker安装搭建tensorflow环境
- mac 下使用Docker安装搭建tensorflow环境
- Mac下docker环境搭建
- Mac 环境下安装 TensorFlow 使用Virtualenv 安装
- Windows下通过Docker安装Tensorflow环境
- docker的安装与使用(Mac环境下)
- TensorFlow(1):使用docker镜像搭建TensorFlow环境
- [docker]Mac 下安装使用docker
- Linux下Caffe、Docker、Tensorflow、PyTorch环境搭建(CentOS 7)
- 【深度学习笔记】(一)Mac下TensorFlow安装及环境搭建
- Mac osX环境下使用docker
- Mac OS X 下安装使用 Docker
- Mac OS X 下安装使用 Docker
- Mac OS X 下安装使用 Docker
- Mac OS搭建Tensorflow环境
- Vagrant中搭建Docker虚拟环境(下)-Mac
- mac下安装tensorflow
- ECharts重写鼠标右键点击事件
- 实用的才是王道
- Spring Boot中的事务管理
- vscode 搭建go开发环境
- JAVA内存结构之运行时栈帧结构
- mac 下使用Docker安装搭建tensorflow环境
- 在CentOS 7/RHEL 7中配置NIC(网络接口卡)绑定
- React点击事件的bind(this)传参问题
- 【Android基础笔记01】Android开发环境搭建和HelloWorld
- 16.2. 禁用特定的自动配置项
- subline text 快捷键
- JPA实体类中的注解
- [AHK]分享网址链接和网页标题
- web开发学习笔记一:tomcat