一、正确安装 Keras & TensorFlow 并调用 TensorBoard 绘制训练曲线

  本博客主要内容为使用Keras实例化深度学习模型,并对在这个过程中遇到的问题进行总结,主要参考《Keras中文文档》,在配置环境、安装软件以及调试的过程中遇到的各种问题主要参考各个网页,这些网页会在必要时给出参考。

  如本篇博客没有解决你的问题可在评论区留言,如果能帮上的一定会帮助;如果觉得解决了你的问题请在最下面顶一下;也欢迎积极留言~~~~

一、本篇博客的主要目的

  Keras作为一种深度学习框架对初学者具有良好的实用性,使用者只需将所用的模块像搭积木一样搭起来既可以实现预期的功能。虽然Keras可以使用TensorFlow作为后端,但是在调用TensorBoard时会出现不报错,但是也无法显示训练曲线的问题。因此本文的主要目的在于正确安装Keras&TensoFlow两种主流的深度学习框架,并正确配置环境已实现在Keras中调用TensorBoard绘制训练曲线的目的。在完成改目的的过程中还会介绍博主在安装过程中遇到的问题及调试办法。

二、安装Keras & TensorFlow

2.1 Ubuntu 初始环境设置

  请注意在本文中使用的电脑是一台刚刚重装过系统,里面任何软件没有配置过的电脑。具体配置为64位英文版 Ubuntu16.04Python2.7显卡 GT635(因此仅安装TensorFlow的CPU版本),没有AVX2指令集

  首先为电脑安装深度学习必备的软件,这部分主要参考《Keras中文文档》 Keras安装和配置指南(Linux)。在这里要首先注意阅读其中“关于计算机的硬件配置说明”,根据自己电脑的实际配置选择对应的安装方式。
  根据上述内容,本文所采用的机器为刚刚重装的系统且GPU较为落后的电脑,因此安装CPU版。
  首先安装开发包,打开“终端”(Terminal)输入

# 系统升级
sudo apt update
sudo apt upgrade

# 安装python基础开发包
sudo apt install -y python-dev python-pip python-nose gcc g++ git gfortran vim

之后安装运算加速库,打开“终端”输入

# 系统升级
sudo apt install -y libopenblas-dev liblapack-dev libatlas-base-dev

  之后跳过“CUDA开发环境的搭建”和“加速库cuDNN”,因为这两部分都需要GPU的支持。

  

  • 4
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 6
    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 6
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