TensorFlow安装,基于 VirtualEnv (Ubuntu14.04 64位 cpu)
来源:互联网 发布:qq空间个性域名注销 编辑:程序博客网 时间:2024/05/17 22:38
TensorFlow基于 VirtualEnv 的安装
环境:ubuntu14.04 64位;python2.7
相关:https://github.com/tensorflow/tensorflow
使用 virtualenv 创建一个隔离的容器, 来安装 TensorFlow。这样做能使排查安装问题变得更容易。
首先, 安装所有必备工具:
$ sudo apt-get install python-pip python-dev python-virtualenv
接下来, 建立一个全新的 virtualenv 环境. 为了将环境建在 ~/tensorflow 目录下, 执行:
$ virtualenv --system-site-packages ~/tensorflow$ cd ~/tensorflow
然后, 激活 virtualenv :
对于python2.7,执行如下命令:
lwp@lw:~/tensorflow$ source bin/activate
在 virtualenv 内,安装 TensorFlow :
一直用的caffe,这次想了解下tensorflow就简单装了cpu版本的,gpu版还得配置有点麻烦,之前给caffe配的cuda和cudnn版本也不知道兼不兼容,以后有需要再配。
(tensorflow)lwp@lw:~/tensorflow$ pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0-cp27-none-linux_x86_64.whl
运行 TensorFlow
打开一个 python 终端:
$ python>>> import tensorflow as tf>>> hello = tf.constant('Hello, TensorFlow!')>>> sess = tf.Session()>>> print sess.run(hello)Hello, TensorFlow!>>> a = tf.constant(10)>>> b = tf.constant(32)>>> print sess.run(a+b)42>>>
1 0
- TensorFlow安装,基于 VirtualEnv (Ubuntu14.04 64位 cpu)
- ubuntu14.04 下使用虚拟环境Virtualenv安装Tensorflow cpu
- 基于 VirtualEnv 安装 TensorFlow
- 安装TensorFlow(基于 VirtualEnv 的安装)
- ubuntu16.04上基于 VirtualEnv 安装tensorflow
- ubuntu14.04系统中安装tensorflow(cpu版)
- Ubuntu14.04下安装TensorFlow(Only CPU)
- ubuntu14.04系统中安装tensorflow(cpu版)
- Ubuntu14.04+CPU+Tensorflow
- ubuntu 64位 + tensorflow(cpu)之pip安装
- TensorFlow安装(Ubuntu14.04)
- [Deep Learning-01]Ubuntu14.04+CPU+下Tensorflow安装
- Ubuntu14.04源码编译安装CPU版本的tensorflow
- Ubuntu14.04 安装 tensorflow
- ubuntu14.04安装TensorFlow
- ubuntu14.04安装Tensorflow
- win7 64位 anaconda4.4 安装tensorflow cpu
- Win7 64位系统下CPU版Tensorflow的安装
- 在Web项目中使用ImageProgressor.Web开源库进行图片略缩处理
- 蓝桥杯练习-特殊回文数
- sizeof使用二维数组时注意问题
- 《电商图像处理技术-Photoshop CC实战》
- 计算任何一天是星期几的几种算法
- TensorFlow安装,基于 VirtualEnv (Ubuntu14.04 64位 cpu)
- 设计模式——外观模式
- [BZOJ3876][Ahoi2014]支线剧情(有源汇有上下界的费用流)
- codevs 核电站问题 2618
- 各种范式有什么区别
- React Native开源项目 「漫画书」
- css和js引入加版本参数的作用
- VTK修炼之道57:图形基本操作进阶_点云配准技术(LandMark标记点算法和坐标系显示方法)
- 《Web前端开发技术实用教程》