tensorflow是一个深度学习的框架,有两个安装版本可以选择:
- Tensorflow with CPU support only 建议安装这个版本,因为容易安装而且很快(安装只要5-10分钟)。
- Tensorflow with GPU support 如果你有NVIDIA GPU就可以装这个版本。这个版本速度会快很多。不过也需要为了GPU安装一个library。
没有特别需求,故安装CPU版本。
安装方式有五种,选择官方推荐的virtualenv
。
1. virtualenv就是一个python的虚拟环境,可以很好的把不同python环境的项目隔离开。因为每个环境都会有自己的名字,要切换只用指定名字然后activate,很直观好用。
2. native pip就是假定你的电脑没有别的python项目,单纯就是为了tensorflow服务的,所以直接安装在电脑上。
3. docker会完全建立一个隔离的tensorflow环境,适用于已经在用docker的项目。
4. anaconda应该也是一个创建虚拟环境的工具。
5. 直接从源码安装。好处应该就是可以第一时间使用最新版。
安装tensorflow其实就是安装一个可以运行tensorflow的python环境,所以需要安装tensorflow依赖的库以及tensorflow本体。
用virtualenv的方式安装tensorflow的详细步骤:
- 安装pip和virtualenv
先看一下自己的python版本:
python --version
然后根据版本安装:
$ sudo apt-get install python-pip python-dev python-virtualenv # for Python 2.7 $ sudo apt-get install python3-pip python3-dev python-virtualenv # for Python 3.n
- 为tensorflow创建一个virtualenv environment
$ virtualenv --system-site-packages targetDirectory # for Python 2.7 $ virtualenv --system-site-packages -p python3 targetDirectory # for Python 3.n
我放在了用户根目录下
mkdir ~/tensorflow
- 激活刚刚创建的environment
$ source ~/tensorflow/bin/activate # bash, sh, ksh, or zsh
就进到了为tensorflow准备的环境。
PS: 如果想退出就用
deactivate
- 在tensorflow虚拟环境里安装tensorflow
easy_install -U pip # upgrade pip version to make sure it is >= 8.1 pip install --upgrade tensorflow # for Python 2.7, install latest tensorflow in virtualenv
下载了以下文件(没用处,纯粹做个记录):
一共安装了这些package:
Installing collected packages: six, funcsigs, pbr, mock, html5lib, bleach, markdown, numpy, futures, protobuf, werkzeug, tensorflow-tensorboard, backports.weakref, tensorflow
相关版本信息如下(log有删节):
Collecting tensorflow Downloading tensorflow-1.4.1-cp27-cp27mu-manylinux1_x86_64.whl (40.7MB) Collecting mock>=2.0.0 (from tensorflow) Downloading mock-2.0.0-py2.py3-none-any.whl (56kB) Collecting tensorflow-tensorboard<0.5.0,>=0.4.0rc1 (from tensorflow) Downloading tensorflow_tensorboard-0.4.0rc3-py2-none-any.whl (1.7MB) Collecting numpy>=1.12.1 (from tensorflow) Downloading numpy-1.14.0-cp27-cp27mu-manylinux1_x86_64.whl (16.9MB) Collecting backports.weakref>=1.0rc1 (from tensorflow) Downloading backports.weakref-1.0.post1-py2.py3-none-any.whl Collecting six>=1.10.0 (from tensorflow) Downloading six-1.11.0-py2.py3-none-any.whl Collecting protobuf>=3.3.0 (from tensorflow) Downloading protobuf-3.5.1-cp27-cp27mu-manylinux1_x86_64.whl (6.4MB) Collecting funcsigs>=1; python_version < "3.3" (from mock>=2.0.0->tensorflow) Downloading funcsigs-1.0.2-py2.py3-none-any.whl Collecting pbr>=0.11 (from mock>=2.0.0->tensorflow) Downloading pbr-3.1.1-py2.py3-none-any.whl (99kB) Collecting bleach==1.5.0 (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow) Downloading bleach-1.5.0-py2.py3-none-any.whl Collecting markdown>=2.6.8 (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow) Downloading Markdown-2.6.11-py2.py3-none-any.whl (78kB) Collecting futures>=3.1.1; python_version < "3.2" (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow) Downloading futures-3.2.0-py2-none-any.whl Collecting html5lib==0.9999999 (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow) Downloading html5lib-0.9999999.tar.gz (889kB) Collecting werkzeug>=0.11.10 (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow) Downloading Werkzeug-0.14.1-py2.py3-none-any.whl (322kB)
PS:如果想要删除tensorflow,只需要把第二步的~/tensorflow目录整个删掉就可以了。
- 验证是不是装好了,跑一个hello world。
import tensorflow as tf hello = tf.constant(‘Hello, TensorFlow!‘) sess = tf.Session() print(sess.run(hello))
其实蛮简单的,一步步来。
我安装的目的其实并不是实际工作要用,而是我发现根本看不懂关于tensorflow的各种概念,所以即使只是跑别人给的模型也觉得云里雾里。
原文地址:https://www.cnblogs.com/happywu/p/8304908.html
时间: 2024-11-06 03:45:24