TensorFlow学习笔记(一):快速安装与使用TensorFlow

版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/nxcxl88/article/details/52074115

(2016年9月更新)目前,tensorflow可以使用Anaconda(一个基于python的环境),对于tensorflow来说,可以比较顺利的安装python的相关依赖包,避免各种因为python版本冲突造成的麻烦,经过测试,国内可以访问相关资源。实践了一下,步骤如这个博客所示:http://blog.csdn.net/nxcxl88/article/details/52704877

下面的这个博客主要是使用docker的步骤。

由于国内链接的一些原因,使用TensorFlow的资源比较困难,因此如果直接按照TensorFlow的官网Tutorial会出现各种错误。不过网上的几个资源还是给了一条比较给力的路径来实现TensorFlow的使用。下面就结合这些文章的链接,说一说如何快速安装和配置TensorFlow,并且实现第一个MNIST的例子。


1. 安装TensorFlow

这里只给出如何使用Docker镜像安装,目前找到可以实施的文章是:https://segmentfault.com/a/1190000003984727

可以参考这篇文章中的内容来配置和安装一个docker版本的TensorFlow,安装过程较为简单,而且这篇文章的作者还提供了他/她下载的docker镜像,大概700M。


2. 运行MNIST Beginner Tutorial

2.1 下载可运行的代码

下面这篇文章给出了一个可以很快运行的MNIST的代码版本,并且给出了相应的GITHUB下载地址:http://blog.csdn.net/yhl_leo/article/details/50614444

2.2 配置Docker,在容器(TensorFlow)和主机之间共享下载的文件

2.1步下载代码后,将代码拷贝至主机上的文件夹,用下面的docker 的-v命令在主机和容器之间共享文件夹,并且把代码解压到这个共享文件夹中

docker run -it -v A:B b.gcr.io/tensorflow/tensorflow

其中A为主机上的待共享文件夹的绝对路径,B是容器中的路径。

2.3 下载MNIST数据集

下载地址:http://yann.lecun.com/exdb/mnist/,下载文章最开始的四个压缩文件,将文件直接拷贝到2.2步骤TensorFlow容器中共享路径的Mnist_data文件夹中。

2.4 运行训练

在docker中共享路径下运行如下的指令,

python mnist_softmax.py
即可得到运行结果:

Extracting Mnist_data/train-images-idx3-ubyte.gz
Extracting Mnist_data/train-labels-idx1-ubyte.gz
Extracting Mnist_data/t10k-images-idx3-ubyte.gz
Extracting Mnist_data/t10k-labels-idx1-ubyte.gz

0.9147

最后这个数字就是正确率。

另外,训练结果还可以通过TensorBoard进行可视化,运行的指令如下:

python mnist_with_summaries.py

指令成功后,可以在/tmp文件夹下发现mnist_logs文件夹。

然后启动TensorBoard服务:

tensorboard --logdir=/tmp/mnist_logs

然后在主机上就可以访问下面的网页,其中A是Docker容器的IP地址(需要在TensorFlow容器中用ifconfig查询):

http://A:6006/


背景:

下面网页上有TensorFlow的中文教程,也是按照TensorFlow的官方文章翻译过来的

http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_beginners.html

教程第一课是“MNIST机器学习入门”,第一个步骤就是要调用MNIST的数据集,给出的方法是用下面的代码:

import tensorflow.examples.tutorials.mnist.input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
但是这段代码运行会出现如下的错误:

ImportError: No module named examples.tutorials.mnist.input_data

这就需要从TensorFlow的官网上下载input_data.py,这个国内可拷贝的链接是:http://blog.csdn.net/fdbptha/article/details/51265430。但是我并没有成功。

http://blog.csdn.net/yhl_leo/article/details/50614444给出的GITHUB中的代码是没有MNIST数据集的,可以手动下载,也可以运行input_data.py。

展开阅读全文

没有更多推荐了,返回首页