大家好,又见面了,我是你们的朋友全栈君。
项目github地址:bitcarmanlee easy-algorithm-interview-and-practice
欢迎大家star,留言,一起学习进步
趁着十一放假期间,有这么一点空闲时间,自己看了些tensorflow的资料,顺便在自己的机器上安装了一下tensorflow的环境。安装过程还算比较顺利,现在跟大家分享一下。
1.准备好Anaconda环境
tensorflow是属于很高层的应用。高层应用的一个比较大的麻烦就是需要依赖的底层的东西很多,如果底层依赖没有弄好的话,高层应用是没法玩转的。
在极客学院有关tensorflow的教程中,提到了这样几种安装方式:Pip, Docker, Virtualenv, Anaconda 或 源码编译的方法安装 TensorFlow。在这里,我强烈推荐大家使用Anaconda的方式安装!因为采用这种方式安装的时候,相当于将所有的底层依赖细节全部已经打包给封装好了!并且,Anaconda还能创建自己的计算环境,相当于将tensorflow的环境与其他环境做了隔离,这样你就可以将tensorflow随便玩,爱怎么玩怎么玩,也不用担心破坏之前的环境!
如果是玩数据玩ML的同学,如果你还不知道Anaconda,你就out啦!Anaconda是一个基于python的科学计算平台,这个平台里包含有python,r,scala等绝大部分主流的用于科学计算的包。关于Anaconda的安装与介绍,博主之前已经写过一篇博文,请参考http://blog.csdn.net/bitcarmanlee/article/details/51917642一文。
2.建立名叫tensorflow的计算环境
Anaconda的环境准备好了以后,接下来我们建立一个conda的计算环境,给这个环境取名叫tensorflow:
# Python 2.7
$ conda create -n tensorflow python=2.7
# Python 3.4
$ conda create -n tensorflow python=3.4
因为我们的版本是2.7,所以执行上面的命令。
坑爹的GFW,麻淡只要是个英文网站就给墙了。心里一边默默问候GFW开发者他们全家,一边无奈地将上述命令重试。终于,重试了n次以后,搞定了
3.激活tensorflow环境,然后用pip安装TensorFlow
第二步成功以后,先激活tensorflow环境。
source activate tensorflow
然后界面华丽丽地就变成了这样:
用户名前有(tensorflow)的标识。我们这样切换,实际上是更换了环境变量里的pip和python。切换到tensorflow的计算环境以后,然后开始用pip安装:
pip install --ignore-installed --upgrade https://storage.proxy.ustclug.org/tensorflow/mac/tensorflow-0.8.0rc0-py2-none-any.whl
当然上面的命令对应的是python2.7,系统为macos,cpu only。根据tensorflow官方提供的资料,不同的系统与不同的版本命令如下:
python2.7
# Ubuntu/Linux 64-bit, CPU only, Python 2.7:
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.proxy.ustclug.org/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7. Requires CUDA toolkit 7.5 and CuDNN v4.
# For other versions, see "Install from sources" below.
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.proxy.ustclug.org/tensorflow/linux/gpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl
# Mac OS X, CPU only:
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.proxy.ustclug.org/tensorflow/mac/tensorflow-0.8.0rc0-py2-none-any.whl
pytho3.x:
# Ubuntu/Linux 64-bit, CPU only, Python 3.4:
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.proxy.ustclug.org/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp34-cp34m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4. Requires CUDA toolkit 7.5 and CuDNN v4.
# For other versions, see "Install from sources" below.
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.proxy.ustclug.org/tensorflow/linux/gpu/tensorflow-0.8.0rc0-cp34-cp34m-linux_x86_64.whl
# Mac OS X, CPU only:
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.proxy.ustclug.org/tensorflow/mac/tensorflow-0.8.0rc0-py3-none-any.whl
命令提交以后,你唯一能做的就是等待了。你唯一能祈祷的,就是这该死的GFW不会坏了你好事。
还好这次不用重试n次,一次搞定:
至此,tensorflow算是安装OK了!
4.简单测试是否安装成功:
测试过程很简单,直接上图:
表现良好!给自己鼓个掌!
5.集成到IDE里
如果我们要写大家伙,一般会用IDE。将tensorflow集成到IDE里,步骤也很简单。以IntelliJ为例,跟创建普通项目唯一的区别就是,创建普通项目的时候我们的Module SDK选项是系统默认的python解释器。如果我们想要使用tensorflow的相关代码,将Module SDK换为刚刚我们新建的tensorflow计算环境即可!
贴个图,大伙就懂了:
6.值得注意的几个小点
1.强烈推荐使用Anaconda环境安装,真的不是一般的简单方便。
2.梯子,还是梯子,不解释。
3.激活与退出tensorflow计算环境:
#激活
source activate tensorflow
#退出
source deactivate
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/127050.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...