初识Tensorflow——记我的Tensorflow的安装历程

最新推荐文章于 2021-05-18 20:26:52 发布

Plaggable

最新推荐文章于 2021-05-18 20:26:52 发布

阅读量1k

点赞数

本文链接：https://blog.csdn.net/weixin_42269667/article/details/104028245

版权

0. 写点儿闲话

其实开始关注TensorFlow已经两个月了，一直尝试着要在电脑上安装尝试，可数次都是花了很长时间尝试种种最后未能如愿。也正好因为这两个月忙着要改论文交论文和处理回国事宜，所以就暂时就放了下来。正好今天有了时间，心想着再尝试一次，结果没有想到，花费了不到一个小时就完成了安装和第一个程序的验证。从今天起，Tensorflow之旅正式开始！

1. 安装教程

前几次的安装都是按照Tensorflow中文社区安装教程来安装的，几次都是在某些莫名的地方出现问题没法进行下去了。这次是拜真正从零开始，Tensorflow详细安装图文教程所指导，得以顺利安装成功。后者讲解详细，对过程中出现的问题都作出了解释，很顺利得就安装成功了。

2. 安装流程

2.1 安装pip

必不可少的python-pip和python-dev

在这个Terminal窗口中输入命令：

$ sudo apt-get install python-pip python-dev

2.2 安装Tensorflow

命令如下

$ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl

在这一步遇到了如下问题，按照教程的指示，更新pip可解决，详细内容可阅读《真正从零开始》

更新完成后再次输入安装命令，故障已排除。不过由于是谷歌的服务器，果不其然出现了如下连接故障。

尝试多次（10次以上）后终于正常下载并安装成功了。

3. 初次运行

安装好之后就要兴致勃勃地进行第一次运算了，这里我用的是中文社区的代码，代码如下：

import tensorflow as tf

import numpy as np

# 使用 NumPy 生成假数据(phony data), 总共 100 个点.

x_data = np.float32(np.random.rand(2, 100)) # 随机输入

y_data = np.dot([0.100, 0.200], x_data) + 0.300

# 构造一个线性模型 #

b = tf.Variable(tf.zeros([1]))

W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))

y = tf.matmul(W, x_data) + b

# 最小化方差

loss = tf.reduce_mean(tf.square(y - y_data))

optimizer = tf.train.GradientDescentOptimizer(0.5)

train = optimizer.minimize(loss)

# 初始化变量

nit = tf.initialize_all_variables()

# 启动图(graph)

sess = tf.Session()

sess.run(init)

# 拟合平面

for step in xrange(0, 201):

sess.run(train)

if step % 20 == 0:

print step, sess.run(W), sess.run(b)

# 得到最佳拟合结果 W: [[0.100 0.200]], b: [0.300]