Code For Better 谷歌开发者之声——TensorFlow

一、tensorflow 的安装
github 地址:
https://github.com/tensorflow/tensorflow
以源码方式安装,官方文档:
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md
Installing from sources 这一节:
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md#installing-from-sources
$ cd ~ $ git clone https://github.com/tensorflow/tensorflow
安装 bazel:
https://www.bazel.io/versions/master/docs/install.html#ubuntu

  1. Install JDK 8
    $ sudo add-apt-repository ppa:webupd8team/java
    $ sudo apt-get update
    $ sudo apt-get install oracle-java8-installer
  2. Add Bazel distribution URI as a package source
    $ echo “deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8” | sudo tee /etc/apt/sources.list.d/bazel.list
    $ curl https://bazel.io/bazel-release.pub.gpg | sudo apt-key add - 3. Update and install Bazel
    $ sudo apt-get update && sudo apt-get install bazel
    如果下载失败需要用迅雷下载安装包(目前的是 bazel_0.3.2_amd64.deb)手动安装即可。
    安装依赖项:
    $ sudo apt-get install python-numpy python-dev python-wheel
    安装 CUDA:
    (没有显卡,没装这个)
    配置安装:
    $ ./configure
    google cloud 和 hadoop 都选 N,其他默认即可。
    Create the pip package and install:
    $ bazel build -c opt //tensorflow/tools/pip_package:build_pip_package
    (如果有 GPU 的话则用下面这个命令:
    $ bazel build -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package )
    $ bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
    这个安装文件的具体名字要到/tmp/tensorflow_pkg 中查看,用实际的更换:
    $ sudo pip install /tmp/tensorflow_pkg/tensorflow-0.11.0rc1-py2-none-any.whl
    Train your first TensorFlow neural net model
    $ cd tensorflow/models/image/mnist
    $ python convolutional.py
    正常情况下即可看到开始进行训练了:
    二、tensorflow 在图像识别中的应用
  3. python API 的用法
    $ cd ~/tensorflow/tensorflow/models/image/imagenet
    $ python classify_image.py
    该脚本会自动下载压缩文件 inception-2015-12-05.tgz 到/tmp/imagenet 文件夹中并解压,同样的,很有可能下载失败,因此需要在迅雷中手动下载然后放置到该文件夹中,再次运行脚本即可。
    该压缩文件中包含分类模型、分类标签和一个张大熊猫的照片,并对该照片进行识别
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

繁依Fanyi

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值