activate tensorflow_谷歌深度学习开源工具TensorFlow环境的准备和3个部署技巧

最新推荐文章于 2023-11-25 13:32:44 发布

weixin_39600328

最新推荐文章于 2023-11-25 13:32:44 发布

阅读量208

点赞数

文章标签： activate tensorflow linux 简单tensorflow程序 tensorflow 版本

今天深度学习已经渗透到互联网技术和产品的方方面面，它从学术界的一个研究课题变成了被工业界最广泛应用的关键技术。对于每一个程序员，我认为都应该或多或少了解和掌握深度学习。对于初学者来说，从TensorFlow入手是很好的起点。TensorFlow有谷歌的强大支持，并且有广泛的社区。

今天将介绍，TensorFlow环境的准备，与安装其他软件(如Caffe)相比，TensorFlow极容易安装，环境部署极为轻松。

接下来我们先介绍下载TensorFlow代码仓库，然后介绍基于pip的安装方式、基于Java的安装方式以及使用Bazel的源代码编译安装方式。

1.1　下载TensorFlow 1.1.0

2017年5月，TensorFlow已经开放到1.1.0-rc2版本，支持多种操作系统。接下来我们就用 1.1.0 版本来介绍TensorFlow的环境准备过程。

我们从GitHub代码仓库中将1.1.0版本的TensorFlow源代码下载下来，在Tags中选择1.1.0版本将跳转到1.1.0版本的代码仓库[1]，如图1-1所示。

图1-1

根据图1-2下载解压之后即得到源代码，我们将其保存在本地目录tensorflow-1.1.0中。

图1-2

pip是Python的包管理工具，主要用于PyPI[2](Python Packet Index)上的包。命令简洁方便，包种类丰富，社区完善，并且拥有轻松升级/降级包的能力。

1.2.1　Mac OS环境准备

Mac OS是本书所讲内容依赖的环境，机器配置如图1-3所示。

图1-3

首先需要依赖Python环境，以及pip命令。这在Mac和Linux系统中一般都有。这里使用的Python版本是2.7.12。TensorFlow 1.1.0版本兼容Python 2和Python 3，读者可以用适合自己的Python环境。

1．安装virtualenv

virtualenv是Python的沙箱工具，用于创建独立的Python环境。我们毕竟是在自己机器上做实验，为了不来回修改各种环境变量，这里用virtualenv为TensorFlow创建一套“隔离”的Python运行环境。

首先，用pip安装virtualenv：

$ pip install virtualenv --upgrade

安装好后创建一个工作目录，这里直接在home下创建了一个tensorflow文件夹：

$ virtualenv --system-site-packages ~/tensorflow

然后进入该目录，激活沙箱：

$ cd ~/tensorflow$ source bin/activate (tensorflow) $

2．在virtualenv里安装TensorFlow

进入沙箱后，执行下面的命令来安装TensorFlow：

(tensorflow) $ pip install tensorflow==1.1.0

默认安装所需的依赖，直至安装成功。

3．运行TensorFlow

照着官方文档录入一个简单例子：

(tensorflow) $ pythonPython 2.7.12 (default, Oct 11 2016, 05:16:02)[GCC 4.2.1 Compatible Apple LLVM 7.0.2 (clang-700.1.81)] on darwinType "help

关注