安装TensorFlow for Go

为什么80%的码农都做不了架构师？>>>   

• 支持的平台
• 安装
• Hello World
  • 运行
• 从源代码构建

 

 

原文链接 : https://www.tensorflow.org/install/install_go

译文链接 : http://www.apache.wiki/pages/viewpage.action?pageId=10029605

贡献者 : 片刻 ApacheCN Apache中文网

TensorFlow提供在Go程序中使用的API。这些API特别适合加载在Python中创建的模型，并在Go应用程序中执行它们。本指南介绍如何安装和设置 TensorFlow Go软件包。

警告： TensorFlow API API 不在 TensorFlow API稳定性保证范围内。

 

支持的平台

您可以在以下操作系统上安装TensorFlow for Go：

• Linux的
• Mac OS X

 

安装

TensorFlow for Go取决于TensorFlow C库。采取以下步骤安装此库并启用TensorFlow for Go：

1. 决定是否只在CPU或GPU的帮助下运行TensorFlow for Go。为了帮助您决定，请阅读以下指南之一标题为“确定要安装的TensorFlow”的部分。

   • 在Linux上安装TensorFlow
   • 在Mac OS上安装TensorFlow

2.  /usr/local/lib通过调用以下shell命令，下载并提取TensorFlow C库：

   TF_TYPE="cpu" # Change to "gpu" for GPU support TARGET_DIRECTORY='/usr/local' curl -L \   "https://storage.googleapis.com/tensorflow/libtensorflow/libtensorflow-${TF_TYPE}-$(go env GOOS)-x86_64-1.1.0.tar.gz" | sudo tar -C $TARGET_DIRECTORY -xz

   该tar命令将TensorFlow C库提取到lib 子目录中TARGET_DIRECTORY。例如，指定/usr/local为TARGET_DIRECTORY使tar提取TensorFlow C库成/usr/local/lib。

   如果您希望将库提取到不同的目录中，请进行相应的调整TARGET_DIRECTORY。

3. 在步骤2中，如果您指定了系统目录（例如/usr/local）TARGET_DIRECTORY，则运行ldconfig以配置链接器。例如：

   sudo ldconfig

   如果您分配了TARGET_DIRECTORY系统目录（例如，~/mydir），则必须将提取目录（例如~/mydir/lib）附加到两个环境变量中，如下所示：

   export LIBRARY_PATH=$LIBRARY_PATH:~/mydir/lib           # For both Linux and Mac OS X export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:~/mydir/lib     # For Linux only export DYLD_LIBRARY_PATH=$DYLD_LIBRARY_PATH:~/mydir/lib # For Mac OS X only

4. 现在安装了TensorFlow C库，请go get按如下方式调用相应的软件包及其依赖关系：

   go get github.com/tensorflow/tensorflow/tensorflow/go

     

5. 调用go test如下来验证TensorFlow for Go安装：

   go test github.com/tensorflow/tensorflow/tensorflow/go

   去测试github.com/tensorflow/tensorflow/tensorflow/go

    

如果go get或go test生成错误消息，搜索（或发布到） StackOverflow 可能的解决方案。

 

Hello World

安装TensorFlow对围棋后，输入以下代码到一个文件名为hello_tf.go：

package main   import (     tf "github.com/tensorflow/tensorflow/tensorflow/go"     "github.com/tensorflow/tensorflow/tensorflow/go/op"     "fmt" )   func main() {     // Construct a graph with an operation that produces a string constant.     s := op.NewScope()     c := op.Const(s, "Hello from TensorFlow version " + tf.Version())     graph, err := s.Finalize()     if err != nil {         panic(err)     }       // Execute the graph in a session.     sess, err := tf.NewSession(graph, nil)     if err != nil {         panic(err)     }     output, err := sess.Run(nil, []tf.Output{c}, nil)     if err != nil {         panic(err)     }     fmt.Println(output[0].Value()) }

有关Go中TensorFlow的更高级示例，请查看API文档中的 示例，该文档使用预先训练过的TensorFlow模型来标记图像内容。

运行

 hello_tf.go通过调用以下命令运行：

go run hello_tf.go Hello from TensorFlow version number

该程序还可能会生成以下窗体的多个警告消息，您可以忽略它们：

W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use *Type* instructions, but these are available on your machine and could speed up CPU computations.

从源代码构建

TensorFlow是开源的。您可以从TensorFlow源代码中构建TensorFlow for Go，并按照 单独文档中的说明进行操作。

转载于:https://my.oschina.net/repine/blog/920747