手把手教你搭建谷歌TensorFlow深度学习开发环境!

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。


TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。15年11月,谷歌开源了其用来制作AlphaGo的深度学习系统TensorFlow,但是当时的TensorFlow只能在Linux平台上使用。16年11月,Google Brain 工程师团队宣布TensorFlow 0.12 版本支持Windows 原生操作系统。2017年,TensorFlow终于推出了1.0版本,这标志着应用最广泛、使用人数最多的深度学习算法TensorFlow推出了正式版。目前TensorFlow最新的版本是TensorFlow 1.1.0 版本。

TensorFlow安装过程

安装之前,我们要了解TensorFlow对系统环境的要求,以Windows系统为例,TensorFlow的安装环境如下:

1.Windows64位操作系统

2.VC++ 2015

3.CUDA8.0

4.cuDNN

5.Python 3.5

需要注意的是,CUDA8.0是NVIDIA显卡才能安装的,不安装CUDA8.0的话,TensorFlow只能用电脑的CPU来计算了,计算速度会大打折扣。

首先,我们要在Windows上安装VC++ 2015。如果你不确定自己的电脑是32位还是64位的话,可以在桌面的电脑图标上点击鼠标右键选择“属性”,在打开的系统信息界面的“系统类型”一栏可以看到当前的系统是32位还是64位的。如果是64位的系统,继续安装VC++ 2015,需要说明的是,现在微软已经推出了最新版的Visual Studio 2017,大家如果下载VS2017安装的话,安装时记得在组件里面选上“VC++ 2015 运行库”。


安装好VC++ 2015后,安装CUDA8.0,CUDA8.0的下载地址:CUDA 8.0 Downloads

安装好CUDA8.0以后,还要安装一个cuDNN,cuDNN是NVIDIA的深度学习SDK,cuDNN的下载地址:NVIDIA cuDNN ,如果需要注册账号的话就注册一个吧。将cuDNN下载以后解压,你会发现“cuda”的文件夹下面有bin、include、lib三个文件夹,而刚刚我们安装好的CUDA8.0安装目录下也有这三个文件夹!看来cuDNN就是为CUDA准备的,我们将cuDNN解压后的这三个文件夹复制到CUDA8.0安装文件夹下相同的位置。


接下来我们要安装Python了,TensorFlow对系统环境要求很高,不仅要求Windows是64位系统的,还要求Python是3.5版本的(小编亲自测试过,3.6版本Python的都不能安装TensorFlow!),我们去 Welcome to Python.org 下载Python3.5 安装,安装过程中注意要把Python安装文件夹路径放到系统的环境变量里去!需要更丰富的功能的话安装Anaconda也可以,但是注意一定要安装带有Python3.5 版本Anaconda!

安装Python以后,可以在“开始”菜单里点击“运行”输入cmd,在弹出来的窗口里输入“python”,如果能够正常打开python说明安装成功了。

最后,我们要开始安装TensorFlow了,打开tensorflow/tensorflow 进入TensorFlow的官方github页面,下载TensorFlow的离线安装包,在TensorFlow的github页面的Installation一栏,Windows的Tensorflow有CPU和GPU两个版本,安装了CUDA8.0的朋友们可以选择下载GPU版本。


下载好以后,在“开始”菜单的“运行”里面输入cmd,在弹出的窗口里进入刚刚下载TensorFlow的文件夹路径,使用pip命令将TensorFlow安装好,如果下载的是GPU版本,命令如下:

pip install --upgrade tensorflow_gpu-1.1.0rc1-cp35-cp35m-win_amd64.whl


TensorFlow安装成功以后的界面

除了下载离线安装包,TensorFlow还可以通过pip命令在线安装,

安装CPU版本的命令:

pip3 install --upgrade tensorflow

安装GPU版本的命令:

pip3 install --upgrade tensorflow-gpu

但是由于我国特殊的网络环境,建议大家在github下载离线安装包然后用pip安装,这样避免了在线安装时文件下载到一半网络出现问题的错误。

TensorFlow安装以后,我们可以通过简单的命令来测试一下TensorFlow是否安装成功。

打开“开始”菜单的“运行”输入cmd,在弹出的窗口里面输入python打开python,输入下面的命令测试一下:

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> sess.run(a+b)
42

TensorFlow安装成功后的测试结果

如果以上的命令能在python下面顺利运行的话,恭喜你,TensorFlow安装成功了!

其实本教程只是开了一个很小很小的头,但实际上这从0到1的过程却是难住很多人的最大原因。在了解到教程中的这些东西之后,相信理解Tensorflow的官方教程已经对你没有难度了,如果你跟着官方教程走下去,会发现其实这些东西并不算难,相信以各位的智慧一定能学会的。那么本次教程就到这里了,各位加油吧,说不定创造出下一个AlphaGo的就是你呢!


转自:https://zhuanlan.zhihu.com/p/26389992

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python transflow 是一个用于流程转换和处理的 Python 库。它提供了丰富的功能,可以帮助开发者轻松地管理和转换数据流。 该库的主要特点包括: 1. 流程转换:Python transflow 可以帮助开发者在不同的流程之间进行转换,例如将数据从一个输入源流向另一个输出源。它提供了各种处理方法和转换函数,以满足不同流程需求。 2. 数据处理:Python transflow 支持对数据进行各种处理操作,包括过滤、重组和转换等。开发者可以利用这些功能对数据进行清洗、加工和分析等操作,以达到预期的流程效果。 3. 可扩展性:Python transflow 允许开发者根据自己的需求添加自定义的转换和处理函数。这使得库的功能可以根据具体应用场景进行灵活扩展,提高开发效率和灵活性。 4. 易用性:Python transflow 的设计简洁、易于使用,提供了清晰的 API 文档和示例代码。开发者可以快速上手并快速实现流程转换和数据处理的需求。 总而言之,Python transflow 是一个功能强大、可扩展且易于使用的流程转换和数据处理库。它可以帮助开发者更加高效地管理和转换数据流,提高工作效率和代码质量。无论是在数据处理、流程转换还是数据分析等领域,Python transflow 都是一个值得尝试的工具。 ### 回答2: Python transflow 是一个基于 Python 编程语言的流程转换框架。它提供了一种简单且高效的方式来在不同的流程之间进行转换和交互。 Python transflow 的主要功能包括: 1. 流程定义:它允许用户通过定义一系列任务和依赖关系来创建复杂的流程。每个任务都可以是一个 Python 函数或一个外部命令,它们可以按照事先定义的顺序执行,还可以根据依赖关系自动触发和调度。 2. 数据传递:Python transflow 通过输入和输出参数来实现任务之间的数据传递。每个任务的输出参数可以作为下一个任务的输入参数,从而实现数据的流动和共享。这样用户可以很方便地对流程中的数据进行处理和转换。 3. 调度与执行:Python transflow 提供了灵活的调度和执行策略,用户可以根据自己的需求选择合适的方式来执行流程。它支持本地执行、远程执行和集群执行等多种方式,还支持并行执行和任务调度器的选择。 4. 可视化与监控:Python transflow 可以生成流程的可视化图形,方便用户了解流程的结构和执行状态。同时,它还提供了监控和日志功能,可以随时查看和分析流程的执行情况,从而及时发现和解决问题。 总之,Python transflow 是一个强大而灵活的流程转换框架,它可以帮助用户高效地管理和执行复杂的流程,提高工作效率。无论是数据处理、机器学习、工作流管理还是其他领域,Python transflow 都是一个不错的选择。 ### 回答3: Python transflow是一个用于处理数据转换和流程控制的Python库。它提供了一组函数和方法,使得数据转换和流处理的编写变得更加简单和高效。 在Python transflow中,我们可以定义一个数据转换流程,包括多个步骤。每个步骤可以接受输入数据,经过一系列操作,生成输出数据,并且可以将输出数据传递给下一个步骤。通过这种方式,我们可以将一个复杂的数据转换任务拆分成多个简单的步骤,每个步骤只负责一个小的功能。 Python transflow还提供了一些常用的数据转换操作,如过滤、映射、聚合等。通过这些操作,可以更方便地对数据进行处理和转换。 此外,Python transflow还具有一些流程控制功能,如条件判断、循环等。这些功能可以将数据转换流程与控制逻辑结合起来,实现更加灵活和复杂的数据处理任务。 总之,Python transflow是一个非常实用的Python库,可以帮助我们更加高效地进行数据转换和流程控制。无论是对于简单的数据转换任务,还是对于复杂的数据处理流程,Python transflow都能提供良好的支持。

“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