参考链接:
1. http://blog.csdn.net/qiexingqieying/article/details/51734347
2. http://tflearn.org/
3. https://www.tensorflow.org/versions/r0.10/get_started/os_setup.html#pip-installation
4. http://blog.csdn.net/lenbow/article/details/51203526
一、TensorFlow简介
TensorFlow是Google开源的第二代深度学习系统,它以张量为单位基于数据流图进行处理。TensorFlow有如下主要特点[1]:
(1)支持异构设备分布式计算,它能够在各个平台上自动运行模型,包括手机、单个CPU 、 GPU,甚至于成百上千GPU卡组成的分布式系统。
(2)灵活性好,同时支持CNN、RNN等。支持多种操作,如Convolutions, LSTM, BiRNN, BatchNorm, PReLU, Residual networks, Generative networks等[2]。
(3) 强大的API接口,使得更容易添加新的网络,利于快速开发。
TensorFlow的缺点是速度不是最快,使用中
缺点是速度慢,内存占用较大。(比如相对于Torch)
二、安装
建议采用TensorFlow官网上的安装教程。确认清楚安装环境后,直接使用pip安装打包好的python文件。除非要做特定的更改,不建议采用源码编译后安装。
安装之前需要配置Google使用的数据结构protobuf环境。可以参考教程[4]。
注意:由于TensorFlow更新很快,建议一切以官网上的教程为准。博客、甚至中文社区对于官网的翻译,都有可能严重滞后于实际情况,依据这些滞后的信息处理,有可能产生不少问题。
三、具体操作中问题:
1. 执行命令 ./autogen.sh时,报错:./autogen.sh: 4: ./autogen.sh: autoreconf: not found
参考链接:
http://blog.csdn.net/mybelief321/article/details/9208073
原因:没有安装automake工具
解决方案:
sudo apt-get install autoconf
sudo apt-get install automake
sudo apt-get install libtool
2. git
git是GitHub的下载命令,;例如“git clone https://github.com/bazelbuild/bazel.git”,下载的文件保存路径为当前终端所在路径。
四、待解决问题:
1. 使用python如何获取当前程序的执行路径
2. 如何让服务器上外网