TensorFlow作为目前最被看好的深度学习开源框架,又顶着Google爸爸的光环,使得很多CNN网络的部署都基于此框架。最近开始研究GAN(生成对抗网络),鉴于大部分源码都基于TensorFlow,theano,torch等Python框架,为了顺应时代潮流,开始学习Tensorflow,此篇记录了一下安装过程中的坑,供以后翻阅。
其实总体来说,Tensorflow作为Google荣誉出品的框架,并不像caffe一样需要在很多依赖库上踩坑,毕竟作为一个Python框架,所需的Python依赖包有很多一键安装的方式,如pip,conda等。之所以会有这篇踩坑记录,是因为我是在公司的开发服务器上部署的,而公司服务器无法连接外网,这就导致了安装过程中无法自动下载所需的依赖包,因此我选择了从源码来安装。
1.下载TensorFlow源码
在https://github.com/tensorflow/tensorflow上下载源码,目前的版本是0.11
2.安装bazel
2.1下载bazel https://github.com/google/bazel/
bazal是Google出的一款编译工具,后续编译TensorFlow源码需用到。目前下载的是0.4版本。
2.2编译bazel
直接进入解压的根目录,执行
$ ./compile.sh
然后发现错误:JDK not found
编译bazel需要JDK1.8支持
2.3安装JDK1.8
在oracle官网下载jdk1.8的rpm包,下载时需要在网站上登录oracle账户并同意条款。
下载完成后执行
$ rpm -ivh jdk-8u45-linux-x64.rpm
安装完成后,将安装目录添加至环境变量JAVA_HOME中
$ export JAVA_HOME=/usr/java/jdk1.8.0_45/
2.4完成bazel安装
安装完JDK后,再次进入bazel源码目录,执行compile.sh,完成安装。
为了能找到bazel命令,将执行路径 output/bazel 添加到 $PATH 环境变量中
我的bazel安装比较顺利,没有遇到什么坑,如果有相关的问题可以参考这篇博客,这个博主在安装中遇到的问题比较多,总结比较全面。
http://www.cnblogs.com/Jack47/p/install-bazel-on-redhat-enterprise-5.html
3.源码安装Tensorflow
3.1配置Tensorflow
解压进入下载的TensorFlow源码目录中,执行
$