python深度學(xué)習(xí)tensorflow安裝調(diào)試教程
正文
用過一段時(shí)間的caffe后,對caffe有兩點(diǎn)感受:1、速度確實(shí)快; 2、 太不靈活了。
深度學(xué)習(xí)技術(shù)一直在發(fā)展,但是caffe的更新跟不上進(jìn)度,也許是維護(hù)團(tuán)隊(duì)的關(guān)系:CAFFE團(tuán)隊(duì)成員都是業(yè)余時(shí)間在維護(hù)和更新。導(dǎo)致的結(jié)果就是很多新的技術(shù)在caffe里用不了,比如RNN, LSTM,batch-norm等。當(dāng)然這些現(xiàn)在也算是舊的東西了,也許caffe已經(jīng)有了,我已經(jīng)很久沒有關(guān)注caffe的新版本了。它的不靈活之處就是新的東西很難自己擴(kuò)展,只能等版本更新,這就比較尷尬。
因此,只學(xué)caffe一個(gè)工具看來是不行了,還得學(xué)習(xí)其它工具。該學(xué)什么呢?當(dāng)然是如日中天的tensorflow了,畢竟它背后的團(tuán)隊(duì)很強(qiáng)大,功能也比較齊全,更新也很及時(shí)。所謂技多不壓身,學(xué)了caffe后再學(xué)tensorflow,兩者結(jié)合著用。
關(guān)于tensorflow的介紹,此處不再啰嗦。關(guān)于gpu的安裝與配置,此處也不涉及。
一、安裝anaconda
tensorflow是基于python腳本語言的,因此需要安裝python, 當(dāng)然還需要安裝numpy、scipy、six、matplotlib等幾十個(gè)擴(kuò)展包。如果一個(gè)個(gè)安裝,裝到啥時(shí)候去?(我曾經(jīng)光安裝scipy就裝了一天。。。)
不過現(xiàn)在有了集成環(huán)境anaconda,安裝就方便了。python的大部分?jǐn)U展包, 都集成在anaconda里面了,因此只需要裝這一個(gè)東西就行了。
先到https://www.anaconda.com/products/distribution 下載anaconda, 現(xiàn)在的版本有python2.7版本和python3.5版本,下載好對應(yīng)版本、對應(yīng)系統(tǒng)的anaconda,它實(shí)際上是一個(gè)sh腳本文件,大約300M-400M左右。推薦使用linux版的python 2.7版本,因?yàn)閠ensorflow中的有些東西不支持python3.5(如cPickle)。

下載成功后,在終端執(zhí)行(2.7版本):
# bash Anaconda2-4.1.1-Linux-x86_64.sh
或者3.5 版本:
# bash Anaconda3-4.1.1-Linux-x86_64.sh
在安裝的過程中,會問你安裝路徑,直接回車默認(rèn)就可以了。有個(gè)地方問你是否將anaconda安裝路徑加入到環(huán)境變量(.bashrc)中,這個(gè)一定要輸入yes
安裝成功后,會有當(dāng)前用戶根目錄下生成一個(gè)anaconda2的文件夾,里面就是安裝好的內(nèi)容。在終端可以輸入
conda info 來查詢安裝信息
輸入conda list 可以查詢你現(xiàn)在安裝了哪些庫,常用的python, numpy, scipy名列其中。如果你還有什么包沒有安裝上,可以運(yùn)行
conda install *** 來進(jìn)行安裝(***代表包名稱),如果某個(gè)包版本不是最新的,運(yùn)行 conda update *** 就可以了。
二、安裝tensorflow
先在終端執(zhí)行:
anaconda search -t conda tensorflow
搜索一下有哪些tensorflow安裝包,通過查看版本,選擇最高的版本安裝。比如我看到是0.10.0rc0版本是最高的,如下圖:

因此,執(zhí)行下面代碼來查看詳細(xì)信息:
anaconda show jjhelmus/tensorflow
它就會告訴你,怎么來安裝這個(gè)包,在終端執(zhí)行:
conda install --channel https://conda.anaconda.org/jjhelmus tensorflow
然后輸入"y",進(jìn)行安裝。
三、調(diào)試
安裝成功與否,我們可以測試一下。
在終端輸入python,進(jìn)入python編譯環(huán)境,然后輸入:
import tensorflow as tf
引包tensorflow包,如果沒有報(bào)錯(cuò),則安裝成功,否則就有問題。
然后可以輸入
tf.__version__ tf.__path__
查看tensorflow的安裝版本和安裝路徑(左右各兩根下橫線)。
以上就是python深度學(xué)習(xí)tensorflow安裝調(diào)試教程的詳細(xì)內(nèi)容,更多關(guān)于tensorflow安裝調(diào)試的資料請關(guān)注腳本之家其它相關(guān)文章!
- 深度學(xué)習(xí)TextLSTM的tensorflow1.14實(shí)現(xiàn)示例
- python深度學(xué)習(xí)tensorflow訓(xùn)練好的模型進(jìn)行圖像分類
- python深度學(xué)習(xí)tensorflow1.0參數(shù)和特征提取
- python深度學(xué)習(xí)tensorflow1.0參數(shù)初始化initializer
- python深度學(xué)習(xí)tensorflow卷積層示例教程
- python深度學(xué)習(xí)tensorflow實(shí)例數(shù)據(jù)下載與讀取
- python深度學(xué)習(xí)tensorflow入門基礎(chǔ)教程示例
- 深度學(xué)習(xí)TextRNN的tensorflow1.14實(shí)現(xiàn)示例
相關(guān)文章
淺談sklearn中predict與predict_proba區(qū)別
這篇文章主要介紹了淺談sklearn中predict與predict_proba區(qū)別,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
pytorch從csv加載自定義數(shù)據(jù)模板的操作
這篇文章主要介紹了pytorch從csv加載自定義數(shù)據(jù)模板的操作,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
基于Python實(shí)現(xiàn)音樂播放器的實(shí)現(xiàn)示例代碼
這篇文章主要介紹了如何利用Python編寫簡易的音樂播放器,文中的示例代碼講解詳細(xì),具有一的參考價(jià)值,需要的小伙伴可以參考一下2022-04-04
tensorflow中tf.reduce_mean函數(shù)的使用
這篇文章主要介紹了tensorflow中tf.reduce_mean函數(shù)的使用,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04
pycharm 使用anaconda為默認(rèn)環(huán)境的操作
這篇文章主要介紹了pycharm 使用anaconda為默認(rèn)環(huán)境的操作,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-02-02

