Tensorflow深度学习框架已学习了一段时间,对其已有一定的了解,由于当时太过于追求速度,没有及时的记录学习过程,不利于打牢基础,遂特意从基础入门开始编写Tensorflow框架学习笔记。
前言
首先,在学习Tensorflow前,你最好能够对Python的基本语法能够有一定的了解。可以从w3cschool学习一些基本知识,建议使用Python3版本,因为很多新开源的代码不兼容Python2。
其次,熟悉Python软件包安装方法。如果接触过Linux的话,这个就很简单了。建议使用pip进行安装。安装命令也就几个,如:pip install tensorflow,pip install tensorflow –upgrade, pip uninstall tensorflow。对于有些国外网站下载速度慢的问题,大家可以把安装包先下载下来,采用其他方式进行安装。
最后,你要熟悉Python的一些IDE(Pycharm,subline等)的使用,IDE推荐Pycharm,有了IDE工具,可以省去很多麻烦,简单又实用。
正文
Tensorflow的安装网上有很多的教程,也有些视频教程推荐在Ubuntu系统下安装Tensorflow,也有推荐使用Anaconda,个人在安装尝试后基于Anaconda的环境还是没能在Windows64位中安装成功。因此个人建议还是使用Windows下直接安装最新版本,非常不建议采用虚拟机+Ubuntu来学习Tensorflow,因为一般机器运行会比较慢,大大影响学习效率。
推荐软件版本搭配:
Python 3.5
Tensorflow 1.4
Pycharm
1.Python安装
Python解析器的安装较为简单,在Python官网中下载相应的版本,安装即可。
2.Tensorflow安装
在安装完Python后,设置好环境变量。测试pip是否已安装,方法(pip install numpy),如果没有提示pip没安装,说明已安装pip。
Tensorflow的版本可分为CPU版和GPU版,GPU版处理速度较快,但更耗资源。另外GPU版本需要硬件支持(目前大部分机器都是包含GPU的,具体可以使用鲁大师等软件进行查询)。
在初学阶段,建议大家使用CPU版本,先把环境熟悉起来,然后进行升级。这样出现问题,网络上一般都有答案。
1)CPU版安装
直接采用pip安装方式即可,pip install tensorflow
2)GPU版安装
首先,安装cuda 8.0。下载地址 https://developer.nvidia.com/cuda-downloads
其次,安装cuDNN v7。下载地址 :https://developer.nvidia.com/cudnn
最后,安装Tensorflow-gpu。如果已安装tensorflow,请先卸载。步骤如下:
pip uninstall tensorflow
pip install tensorflow
注:cuda及cuDNN下载都比较慢,这里有一个百度网盘链接。
链接: https://pan.baidu.com/s/1dFlMcpj 密码: awan
测试
安装完成后,可以通过以下程序进行测试。如下test.py,若无错误表示安装成功。
# test.py
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a + b))
Enjoy.
Juyin@2017/11/05