一、搭建tensorflow环境

最新推荐文章于 2023-09-25 19:28:30 发布

perom

最新推荐文章于 2023-09-25 19:28:30 发布

阅读量297

点赞数

分类专栏： tensorflow 文章标签： tensorflow

本文链接：https://blog.csdn.net/perom/article/details/80392389

版权

tensorflow 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

基于 mac osx 搭建 tensorflow 环境

1、安装 homebrew

在终端输入

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

2、安装python

brew install python

3、安装vitrualenv

在开发Python应用程序的时候，系统安装的Python3只有一个版本：3.4。所有第三方的包都会被pip安装到Python3的site-packages目录下。

如果我们要同时开发多个应用程序，那这些应用程序都会共用一个Python，就是安装在系统的Python 3。如果应用A需要jinja 2.7，而应用B需要jinja 2.6怎么办？

这种情况下，每个应用可能需要各自拥有一套“独立”的Python运行环境。virtualenv就是用来为一个应用创建一套“隔离”的Python运行环境。

pip3 install virtualenv --upgrade

在home下创建文件夹tensorflow

mkdir ~/tensorflow
virtualenv --no-site-packages ~/tensorflow

进入该目录，激活沙箱

cd ~/tensorflow
source bin/activate

4、在virualenv 里安装TensorFlow

pip3 install tensorflow==1.7.1

4、运行第一个tensorflow

#打开python终端
python3
$ python

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

提示语法错误 I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA

解决办法：（参考 https://blog.csdn.net/PJ7410/article/details/78886048 、https://github.com/lakshayg/tensorflow-build）

终端输入：

pip3 install --ignore-installed --upgrade "https://github.com/lakshayg/tensorflow-build/raw/master/tensorflow-1.8.0-cp36-cp36m-macosx_10_7_x86_64.whl"