#写在最前:fuck server#
实验环境:Linux16.04,Keras,TensorFlow
由于实验需要,必须在服务器上安装Keras并同时配置TensorFlow,先使用的是Keras中文文档提供的用pip安装的方法,安装完成后可以import Keras和TensorFlow,但是无法加载VGG等预训练网络。
在百度和Stack Overflow上找到的解决办法是使用源码安装TensorFlow,源码安装TensorFlow是需要另一个叫bazel的工具来编译的,安装bazel需要root权限,但尴尬的是我的账户在服务器上没有权限,所以还要在服务器上先用源码安装bazel(好像没有权限的时候想要安装工具只能采用源码安装的这种方式)。
bazel的安装方法:
https://docs.bazel.build/versions/master/install-ubuntu.html
采用其中install using binary installer的方式来安装
安装好bazel后开始源码安装TensorFlow。
TensorFlow的源码安装方法:
http://www.linuxdiyf.com/linux/30128.html
其中提供了源码安装的方法,主要的步骤是:
1.git clone TensorFlow
2.cd到tensorflow,执行./configure
3.执行bazel build -c opt --copt=-msse3 --copt=-msse4.1 --copt=-msse4.2 --copt=-mavx --copt=-mavx2 --copt=-mfma //tensorflow/tools/pip_package:build_pip_package
4.执行bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
5.执行pip install /tmp/tensorflow_pkg/tensorflow-1.2.0rc1-cp27-cp27mu-linux_x86_64.whl
安装完成。