前言
上回我们把 pytorch 的环境安装好了,这篇我们建立一下 tensorflow 和 keras 的开发环境。
不得不说,相对于pytorch来说,tensorflow 对各个系统的支持真的很完善,无论是各种平台还是各个版本都有对应的预编译安装包,官方文档也很详细(但不代表没有坑,详见下文),是工程化不错的选择。
而pytorch代码更pythonic,所以最新的模型和算法很多都由pytorch发布,两者长远来说会是个互相学习,互相追赶良性竞争的状态。对开发者来说,就都应该有所了解。
现在 树莓派上 tensorflow 比较成熟的版本是 1.14.0,最新版本是 2.3.0。主流应用还是 1.x 系列的比较多,但 2.x 集成keras化后明显更好用些,特别是在模型转化方面,也面向未来,所以这里用虚拟环境两者都部署一下。
安装 tensorflow 1.14
1. 建立 tensorflow 1.14 的虚拟环境
python3 -m venv --system-site-packages ~/my_envs/tensorflow
source ~/my_envs/tensorflow/bin/activate
Tip:
带参数 system-site-packages 是为了引用系统已安装的基础包,方便共享一些基础库。可以通过在虚拟环境 lib/python3.7 目录下新建 no-global-site-packages.txt 文件来切换引用状态。
2. 下载 whl 安装包
下载编译版本的 whl 安装包:
wget htt