记录我在Ubuntu16.04下安装TensorFlow的经历

Deep Learning很火,于是最近想尝试一下。我一开始准备入手的框架是Caffe,关于Caffe网上也有很多安装教程,于是我按一个教程来,先安装Ubuntu双系统。双系统安装参考网上的教程,安装全程很顺利,但是安装后首先进入的是Grub2的引导项,这让习惯了windows风格的我很不适应。于是各种百度,终于切换回了先从windows引导,接着用EasyBCD作linux的引导,发现不能引导,尝试很多方法(并没有很多,有些方法看不懂或者不敢尝试~),都并没有成功,于是作罢,只能将就着从BIOS下进入Ubuntu。

然后安装caffe。开始,我本着对书本的信任,是参照《21天实战Caffe》来装的仅CPU版本的,前面都很顺利,但是到了编译的环节出错了,问题是缺少hdf5.h,在网上搜索,发现很多人都遇到这个问题,然后改Python的路径,发现没用,然后又各种尝试,最终也没解决,有点心灰意冷。其实我在搜索问题的过程中,发现网上很多大神都是装GPU版本的,要装CUDA,更新NVIDIA显卡驱动什么的,我也想自己也尝试要不要也来一套?但是发现有些人更新了显卡驱动之后进入图形界面失败,我畏难而退,遂放弃。(不得不说,我真是太没毅力啦,我在网上搜索的时候,发现有位大神前前后后几个月才最终安装成功,与之相比,我还太菜,这应该就是我为什么无法成为大神的原因吧)

放弃了caffe后,我对Deep Learning的“贼”心不死,恰好这个时候毕业设计题目出来了,我的题目是关于CNN卷积神经网络的,这就更给了我继续鼓捣Deep Learning的动力。

于是决定换框架,了解后选择了TensorFlow,因为他安装easy啊,并且是用Python来玩的,恰巧笔者刚刚学过Python,一边温习Python,一边学习DL,何乐而不为?

好的,闲话少说。下面开始步骤:

1.安装 Anaconda

Anaconda是Python的发行版,因为集成了很多常见的软件库,并拥有一个包管理器conda,所以使用起来很方便。安装步骤如下:

1)先从这里下载Anaconda的Python2.7的安装包;

2)在Anaconda保存的目录下进入终端Terminal,输入:

bash Anaconda2-4.2.0-Linux-x86_64.sh(视自己版本而定)

然后会让你License,按enter继续,然后会问你:

Do you approve the license terms?[yes|no],当然yes啦。接着就是安装过程,结束后又会问你:

Do you wish the installer to prepend the Anaconda2 install location to PATH in your /home/**/.basjrc?[yes|no]

意思就是问大哥你要不要我帮你将Anaconda的安装路径添加到环境变量中啊?都这么说啦,也不好意思拒绝,就yes吧。至此安装结束。由于环境变量更新,需重启Terminal才能生效,那就重新进入吧,然后输入jupyter notebook,会在浏览器弹出一个网页。好的,安装Anaconda Completed!

2.安装TensorFlow

1)用anaconda建立一个环境,Terminal中输入:conda create -n tensorflow python=2.7;

2)激活环境,Terminal中输入:source activate tensorflow;

3)  安装TensorFlow,Terminal中输入:

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl;

4)测试一下,Terminal中输入:

activate source tensorflow

python

import tensorflow

没出错的话就是安装成功啦~

至于Caffe,过段时间再继续尝试吧,先开始tf的踩坑之旅吧~


[参考资料]

[1]http://www.2cto.com/os/201606/520321.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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