tensorflow 学习笔记（一） - 安装调试

tensorflow 学习笔记（一） - 安装调试

接下来的tensorflow的学习笔记将参考另一位博主的文章，那么这位博主的文章感觉是根据《tensorflow 实战Google深度学习框架》这本书来写的。

对于caffe：1、速度确实快; 2、 太不灵活了。

深度学习技术一直在发展，但是caffe的更新跟不上进度，也许是维护团队的关系：CAFFE团队成员都是业余时间在维护和更新。导致的结果就是很多新的技术在caffe里用不了，比如RNN, LSTM，batch-norm等。当然这些现在也算是旧的东西了，也许caffe已经有了，我已经很久没有关注caffe的新版本了。它的不灵活之处就是新的东西很难自己扩展，只能等版本更新，这就比较尴尬。

因此，只学caffe一个工具看来是不行了，还得学习其它工具。该学什么呢？当然是如日中天的tensorflow了，毕竟它背后的团队很强大，功能也比较齐全，更新也很及时。所谓技多不压身，学了caffe后再学tensorflow，两者结合着用。

关于tensorflow的介绍，此处不再啰嗦。关于gpu的安装与配置，此处也不涉及。

一、安装anaconda

tensorflow是基于python脚本语言的，因此需要安装python, 当然还需要安装numpy、scipy、six、matplotlib等几十个扩展包。

不过现在有了集成环境anaconda，安装就方便了。python的大部分扩展包, 都集成在anaconda里面了，因此只需要装这一个东西就行了。

先到https://www.anaconda.com/download/#macos 下载anaconda, 现在的版本有python2.7版本和python3.5版本，下载好对应版本、对应系统的anaconda。我用的是Mac，下载的是Graphic版本。

下载页面如下：

那么在安装完成之后，只需要执行下面的命令，便可以看出安装是否成功：

conda info 来查询安装信息

conda list 可以查询你现在安装了哪些库，常用的python, numpy, scipy名列其中。如果你还有什么包没有安装上，可以运行

conda install 来进行安装(代表包名称），如果某个包版本不是最新的，运行 * conda update * 就可以了。

二、安装tensorflow

在安装完Anaconda之后再安装很多的包就很容易了，在现在的$anaconda$ $install$命令中，直接执行：

conda install tensorflow

是能安装tensorflow的包的。

如下图：

三、调试

所谓调试，其实也就是看我们的tensorflow有没有安装成功。直接在控制台的话：

>> python
>> import tensorflow as tf
>> tf.__version__
>> tf.__path__)

结果如下：

那么到这里我们$tensorflow$的安装以及调试就已经结束了，linux下的安装调试方法其实是一样的，但是不想安装$graphic$的版本，想安装控制台版本的$anaconda$的话，可以参考这篇博客：

http://www.cnblogs.com/denny402/p/5849416.html