【tensorflow学习笔记001】开篇:以实例了解tensorflow的运行与下载安装

本学习笔记根据自己看中文文档以及博客和视频课写下的学习记录!

本节的目的是了解和运行 TensorFlow!

在开始之前, 让我们先看一段使用 Python API 撰写的 TensorFlow 示例代码, 让你对将要学习的内容有初步的
印象.
中文学习网站：http://www.tensorfly.cn/tfdoc/get_started/introduction.html

1.示例

这段很短的 Python 程序生成了一些三维数据, 然后用一个平面拟合它.

import tensorflow as tf
import numpy as np
# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data = np.float32(np.random.rand(2, 100)) # 随机输入
y_data = np.dot([0.100, 0.200], x_data) + 0.300
# 构造一个线性模型
# 用Variable来定义变量
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b
# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
# 初始化变量
init = tf.global_variables_initialize()
# 启动图 (graph)
sess = tf.Session()
sess.run(init)
# 拟合平面
for step in xrange(0, 201):
sess.run(train)
if step % 20 == 0:
print(step, sess.run(W), sess.run(b))
# 得到最佳拟合结果 W: [[0.100
0.200]], b: [0.300]

2.安装

2.1 linux版本下安装：

我是在linux下安装的tensorflow1.0版本的，貌似默认就变成python3.x版本的了（因为我系统默认是python2.7,但是安装后，python2.7语法会报错，以python3.x的语法就没有错了）。

由于很多小伙伴不可以翻墙（可以翻墙的同学，我这里就跳过啦，网上安装方法很多，我这里就只讲不可以翻墙的方法），所以大家推荐一个不错的方法：

sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  tensorflow

如果不行就试试下面的方法，不过我上面的方法就通过了，嘻嘻

sudo pip install -i http://pypi.douban.com/simple tensorflow

注意加上sudo，否则就会保错，我开始就忘记加了，郁闷了好久，哈哈

2.2 Window下安装：

如果你安装的是tensorflow1.3的gpu版本的话，注意版本组合cudn>=8.0，cudnn>=6.0，虽然官网说是cudnn5.1也可以，但是我试了，不行，总观网络很多人都说有误呢。保险点，所以大家安装注意版本问题。

第一步：安装python，注意版本>=3.5版本的，否则不支持呢，我安装的是python3.6版本的！（python安装我就不多说了，网上教程一堆呢）

第二步：安装numpy，先下载下来，然后在命令窗口输入：

pip install path\numpy-1.13.1+mkl-cp36-cp36m-win_amd64.whl

（path是你存放numpy-1.13.1+mkl-cp36-cp36m-win_amd64.whl的路径）

第三步：安装tensorflow,(个人建议把tensorflow下载下来安装，window版本，我安装的是tensorflow_gpu1.3版本的)，在命令窗口输入：

pip install path\tensorflow_gpu-1.3.0-cp36-cp36m-win_amd64.whl

(path是指tensorflow_gpu-1.3.0-cp36-cp36m-win_amd64.whl所在的路径)

3.测试安装是否成功

$ 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  
>>>