安装TensorFlow与Keras
在TensorFlow官网介绍了很多安装TensorFlow的方式。
这里只介绍最简单的安装方式,就是以Anaconda安装。安装TensorFlow必须安装Python。而安装Python最方便的方式就是使用软件包来安装。Anaconda是一个Python发行版,其中包含大量的标准数学和科学计算软件包。安装Anaconda软件包时会同时帮我们安装很多软件包,包括Jupyter Notebook、Numpy、Scipy、Matplotlib、Pandas这5个用于数据分析、科学计算的常用软件包。
安装Anaconda
建立TensorFlow的Anaconda虚拟环境
为什么要使用Anaconda虚拟环境安装TensorFlow?因为在一台计算机中,我们常常需要安装很多软件,但是每个软件所需要的Python的关联模块或版本都不同。
例如,我们要使用Python开发网站系统,安装的网站框架可能需要Python 3.x的版本,但是要安装TensorFlow需要Python 3.5的版本,此时就会发生版本不一致的问题。为了解决这个问题,我们可以使用Anaconda虚拟环境来安装,让网站框架与TensorFlow分别安装在不同的虚拟环境中,这样就不会有版本不一致的问题了。
另外,这里会分别介绍如何使用CPU与GPU执行TensorFlow与Keras。然而CPU与GPU所需要安装的TensorFlow版本不一样,所以我们会分别建立CPU与GPU的虚拟环境,方便后续测试CPU与GPU的执行性能。
命令
1.建立Anaconda虚拟环境
conda create --name tensorflow python=3.5 anaconda
- conda create 建立虚拟环境
- --name TensorFlow 虚拟环境的名称是TensorFlow
- Python=3.5 Python版本是3.5
- Anaconda 加入此命令选项,建立虚拟环境时,也会同时安装其他Python软件包,例如Jupyter Notebook、Numpy、Scipy、matplotlib、pandas这几个用于数据分析的软件包。如果没有加入此命令选项,就会建立一个空的虚拟环境,必须由用户自己再逐个安装其他软件包。
2.启动anaconda虚拟环境
activate TensorFlow
3.关闭TensorFlow的Anaconda虚拟环境
deactivate tensorflow
在Anaconda虚拟环境安装TensorFlow与Keras
- 启动Anaconda虚拟环境
- 安装tensorflow
- 安装keras
启动Jupyter Notebook
之前已经在Anaconda虚拟环境安装了TensorFlow与Keras,现在我们要在Jupyter查看TensorFlow与Keras的版本。Jupyter具备交互式界面,在Web界面输入Python命令后,可以立刻看到结果。我们还可以将数据分析的过程、执行后的命令与结果存储成笔记本。下次打开笔记本时,可以重新执行这些命令。Jupyter笔记本可以包含文字、数学公式、程序代码、结果、图形和视频。
1.启动Jupyter Notebook
启动Jupyter Notebook时先确认,
- 切换至工作目录,后续Jupyter读取与存盘都会在此工作目录;
- 确认已启动TensorFlow的Anaconda虚拟环境,因为我们之前安装TensorFlow与Keras是在虚拟环境中,如果尚未启动这个虚拟环境就打开Jupyter,那么执行TensorFlow与Keras程序时会出现ModuleNotFoundError错误。
Keras自动以TensorFlow作为Backend。