安装使用
- 基于 VirtualEnv 的安装
# 在 Linux 上:
$ sudo apt-get install python-pip python-dev python-virtualenv
# 在 Mac 上:
$ sudo easy_install pip # 如果还没有安装 pip
$ sudo pip install --upgrade virtualenv
- 接下来, 建立一个全新的 virtualenv 环境. 为了将环境建在 ~/tensorflow 目录下, 执行:
$ virtualenv --system-site-packages ~/tensorflow
$ cd ~/tensorflow
然后, 激活 virtualenv:
$ source bin/activate # 如果使用 bash
$ source bin/activate.csh # 如果使用 csh
(tensorflow)$ # 终端提示符应该发生变化
- 虚拟环境安装完毕 安装相关python类库
$ easy_install -U pip #更新pip
$ pip install pandas #安装pandas类库
$ pip install numpy #安装numpy类库
$ pip install matplotlib #安装matplotlib类库
$ pip install --upgrade tensorflow #安装tensorflow类库
- 在 virtualenv 内, 安装 TensorFlow:
$ pip install --upgrade tensorflow #安装tensorflow
- 在 virtualenv环境中 进入 和退出方法
$ cd ~/tensorflow #进入刚才创建的虚拟环境目录
$ source bin/activate # 激活虚拟环境
$ deactivate # 退出虚拟环境
基础概念
数据 流图
tensorflow 的基础模型分为3个部分:
- 数据模型(Tensor 张量)
- 张量维度的概念
- 标量 一个数
- 向量 一组一维数据
- 矩阵 一组二维数据
- 3阶张量
- n阶张量
- 属性
- 数据类型 dtype
- 形状 Shape
- 其他
- Tensor分类
- Constant 常量 (不能改变的一种tensor)
tf.constant( value, dtype=None, shape=None, name='Const', verify_shape=False )
- Variable 变量
- Placeholder 占位
- 张量维度的概念
2.计算模型 (Graph 图)
3.运行模型(Session 会话)