python电脑配置苹果笔记本-tensorflow学习笔记1——mac开发环境配置

1. mac电脑推荐配置

内存：8G+

cpu：i5+

硬盘：SSD 128G+

本人的电脑配置是cpu：i7, 内存：16G,硬盘:SSD 256G

2. mac开发环境配置

1.1 安装pip

打开terminal，执行命令：

$ sudo easy_install pip

passwork:******

2 安装virtualenv沙箱工具

$ pip install virtualenv --upgrade

$ sudo pip install virtualenv --upgrade

3 创建沙箱环境

$virtualenv --system-site-packages /virenv_path/

4 运行tensorflow

进入沙箱路径

$ cd /virenv_path/

激活沙箱

$ source bin/activate

安装tensorflow

$ pip install tensorflow

安装bazel工具

从源代码编译安装，需要使用Bazel编译工具，而安装bazel需要先安装xcode-select,在terminal输入命令:

$ xcode-select --install

$ brew install bazel<

进入python

$ python

运行测试代码

>>>import tensorflow as tf

>>>hello = tf.constant('Hello, TensorFlow!')

>>>sess = tf.Session()

>>>print sess.run(hello)

$ Hello, TensorFlow!

恭喜，tensorFlow环境已经成功安装！

2 从源码编译安装

2.1 安装jdk

TensorFlow编译时会用到jdk，有些系统已经安装可跳过，如果没有安装可根据configure时的报错提示安装

2.2 激活沙箱

$ source bin/activate

2.3 开始配置tensorflow

$./configure

配置中会出现很多可选项，所有选项都选n，路径跳过

2.4 编译(会消耗较长时间)

$ bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package

2.5 生成pip安装包

$ bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

2.6 安装TensorFlow

$ pip install /tmp/tensorflow_pkg/tensorflow-($version)-cp27m-macosx_10_7_x86_64.whl

3 其他TensorFlow常用的依赖库安装

3.1 numpy

$ pip install numpy --upgrade

3.2 matplotlib

python最著名的绘图库，他提供了一整套和MATLAB相似的命令API，十分适合交互式地进行制图，用它可以画出美丽的线图、散点图、等高线图，条形图、柱状图、3D图等，而且还可以方便地将它作为绘图控件，嵌入GUI应用程序中。

$ sudo pip install matplotlib --upgrade

安装完之后输入

$python

>>>import matplotlib

如果报错输入

>>>quit()

则退出python,使用easy_install安装，命令如下:

$ easy_install matplotlib

安装完毕后进入python验证,

$ python

>>>import matplotlib

没有错误提示，导入成功

接下来,在python命令行中继续输入

>>>import matplotlib.pyplot as plt

报错，$ Python is not installed as a framework...

pip安装matplotlib之后，会在根目录下产生一个.matplotlib的目录:

在terminial中输入:

$ vim ~/.matplotlib/matplotlibrc

打开vim编辑器，在里面输入backend:TkAgg，wq保存后退出

然后重启python，输入

>>>import matplotlib.pyplot as plt

导入成功

3.3 jupyter

Ipython的升级版，能够在浏览器中创建和共享代码、方程、说明文档。界面相当友好，功能也很强大

$ sudo pip install jupyter --upgrade

3.4 scikit-image

scikit-image有一组图像处理的算法，可以使过滤一张图片变得很简单，非常适合用于对图像的预处理

$ sudo pip install scikit-image --upgrade

3.5 librosa

librosa是用python进行音频特征提取的第三方库，有很多方式可以提取音频特征。

$ sudo pip install librosa --upgrade

3.6 nltk

nltk模块中包含着大量的语料库，可以很方便地完成很多自然语言处理的任务，包括分词、词性标注、命名实体识别(NER)及句法分析。

$ sudo pip install nltk --upgrade

导入nltk工具包，下载nltk数据源。在terminal终端输入:

$ python

>>>import nltk

>>>nltk.download()

3.7 keras

Keras是第一被添加到Tensorflow核心中的高级别框架，成为Tensorflow的默认API。

$ sudo pip install keras --upgrade

3.8 tflearn

TFLearn是另一个支持Tensorflow核心的第三方框架。

$ sudo pip install git+https://github.com/tflearn/tflearn.git

至此开发环境配置完毕