深度学习--Tensorflow初体验

8 篇文章 0 订阅
5 篇文章 0 订阅

为了方便,这里使用Docker方式安装Tensorflow。

学习阶段,更推荐使用才云科技的镜像: docker pull cargo.caicloud.io/tensorflow/tensorflow:0.12.0

下载镜像完成后,启动:

docker run -it -d -p 8888:8888 -p 6006:6006 cargo.caicloud.io/tensorflow/tensorflow:0.12.0

打开网页http://localhost:8888,发现要输入密码:

不知道密码,需要自己配一个。首先登录容器:

docker exec -it de283e4 /bin/bash

运行命令ipython,创建一个密码:

生成的'sha1:....'拷贝出来,然后编辑文件~/.jupyter/jupyter_notebook_config.py,添加密码:

重启容器后,使用密码可以登录了:

刚刚还映射了6006端口,看看http://localhost:6006:

是可以将Tensorflow在训练时的状态、图片数据以及神经网络结构等信息全部展示出来,即将所有输出到/log目录下的日志全部可视化。

下面就在jupyter上测试下:

//

这里只是做了简单的两个向量的相加。在Tensorflow中,计算图(关于计算图,可以看看http://blog.csdn.net/linjingke32/article/details/71479936)是最基本的一个概念,其中所有的计算都会被转化为计算图上的节点,比如,上面有一个节点,执行了a+b的运算,它计算两个张量的和,在Tensorflow中,张量是其管理数据的形式,可以理解为多维数组:

1. 零阶张量表示标量(scalar),即为一个数

2. 第一阶张量为向量,即为一维数组

3. 依次类推,可以得到n维数组

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值