Tensorflow学习(一)

由于GFW的缘故，直接安装Tensorflow需要翻墙，选择了docker安装的方式，感谢国内极客学院提供了编译好的docker镜像，也可以下载另一个地方的docker镜像。

1、安装tensorflow

环境：ubuntu14.04+Docker1.6.2
第一步，安装ubuntu虚拟机。一定要安装14.04版本的。
第二步，配置ubuntu的源，使用阿里云的源。

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak #备份
sudo vim /etc/apt/sources.list #修改

...

deb http://mirrors.aliyun.com/ubuntu/ trusty main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ trusty-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ trusty-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ trusty-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ trusty-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ trusty main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-backports main restricted universe multiverse
...
sudo apt-get update #更新列表

第三步，安装docker。

sudo apt-get install docker.io

第四步，上传tensorflow的docker镜像到ubuntu虚拟机。
第五步，docker中加载和运行tensorflow镜像。

sudo docker load < tensorflow.tar

加载成功后，利用docker images命令查看：

显示已成功加载镜像，来自b.gcr.io这个docker repository的镜像。
执行运行：

docker run -it b.gcr.io/tensorflow/tensorflow

运行成功后，可以看到docker中已经新增了一个container，这个container与主机（ubuntu虚拟机）的文件交互，会用到下面的信息：

第六步，tensorflow安装完成。可以通过python命令验证。

2.MNIST例子

MNIST是机器学习中”hello world”类型的例子。
tensorflow的python例子在 /usr/local/lib/python2.7/dist-packages/tensorflow中，MNIST例子在其子目录 models/image/mnist中
第一步，准备数据。
去大牛yannlecun网站下载4个数据:

train-images-idx3-ubyte.gz:  training set images (9912422 bytes) 
train-labels-idx1-ubyte.gz:  training set labels (28881 bytes) 
t10k-images-idx3-ubyte.gz:   test set images (1648877 bytes) 
t10k-labels-idx1-ubyte.gz:   test set labels (4542 bytes)

第二步，拷贝数据到docker容器下的mnist文件夹。
上传到ubuntu虚拟机主机，从主机上拷贝数据的步骤如下：
1、利用docker ps命令找到容器的id。
2、利用docker inspect 命令得到容器的完整id：

3、利用docker

 sudo cp train-* t10k-* /var/lib/docker/aufs/mnt/{这里填完整的id}   

可以把mnist数据从主机拷贝到当前这个docker容器的根目录，然后把数据cp到mnist文件夹data目录下，执行神经网络的程序：

…

最终结果：
随机批量梯度下降的错误率：0.0%
测试集上的错误率:0.8%
验证集上的错误率:0.9%
可见，深度学习在计算机视觉（CV）上应用是十分强大。
有时间再来详细解读神经网络的python程序，看看如何利用tensorflow这款利器的。