本次分享内容:开发环境的搭建、谷歌Tensorflow的部署、IDE的使用方法。
由于我们的课程是使用了深度学习技术,主要的开发过程会集中在数据处理这个环节上。这种开发任务需要我们多次频繁地执行某些小的语句块,例如训练过程需要不断地调参,对数据初始化并且进行重复地训练。
Tensorflow的安装
为了避免安装部署过程中可能产生的问题,我们选择安装anaconda作为我们的开发库,使用anaconda中已经为我们安装好的anaconda作为开发环境,稍后会单独讲解anaconda。首先我们来下载一下anaconda,进入anaconda主页后,有三种系统的安装方式,包括Linux系统、macbook系统,我们本节课是使用windows作为主要的开发环境,所以我们就选择windows的形式。 它提供python3.6以及python2.7的两个版本的安装,这里版本倒不是很重要,大家可以任意选择,建议选择3.6版本。如果你是使用3.6版本,就可以在你的物理机上直接运行tensorflow,否则的话你是需要搭建建立一个虚拟的开发环境。
anaconda是一个开源的python发行版本,它包含了大量的科学包,例如数学处理包numpy,可以处理一些矩阵的计算向量的计算以及数据的一些运算、方程式微分等。
然后还有这一个,scipy是科学计算包,它里面包含了一些复杂的科学组建。这个包我们不会直接使用,但是它往往会作为其他底层的包会被调用,windows的用户在装scipy包的时候,通常使用我们python的命令来安装不成功。那是因为我们的windows7以及以后的版本没有提供相应的编译环境。下面这个站点,有一些基本的包会给我们下载。
如果自己装要跟你的python的版本相一致。
安装建议:路径选择——C盘ALL User
现在很多科学家比较喜欢用一个软件叫matplotlib,我们在这里几乎只用到它的一个小的子库叫plot。这个库主要是用来画图ÿ