tensorflow學習筆記1——mac開發環境配置

1. mac電腦推薦配置

內存：8G+
cpu：i5+
硬盤：SSD 128G+

本人的電腦配置是cpu：i7, 內存：16G,硬盤:SSD 256G

2. mac開發環境配置

1.1 安裝pip

打開terminal，執行命令：
$ sudo easy_install pip
passwork:******

2 安裝virtualenv沙箱工具

$ pip install virtualenv --upgrade
$ sudo pip install virtualenv --upgrade

3 建立沙箱環境

$virtualenv --system-site-packages /virenv_path/

4 運行tensorflow

進入沙箱路徑
$ cd /virenv_path/

激活沙箱
$ source bin/activate

安裝tensorflow
$ pip install tensorflow

安裝bazel工具
從源代碼編譯安裝，須要使用Bazel編譯工具，而安裝bazel須要先安裝xcode-select,在terminal輸入命令:
$ xcode-select --install
$ brew install bazel<

進入python
$ python
運行測試代碼
>>>import tensorflow as tf
>>>hello = tf.constant('Hello, TensorFlow!')
>>>sess = tf.Session()
>>>print sess.run(hello)
$ Hello, TensorFlow!
恭喜，tensorFlow環境已經成功安裝！

2 從源碼編譯安裝

2.1 安裝jdk

TensorFlow編譯時會用到jdk，有些系統已經安裝可跳過，若是沒有安裝可根據configure時的報錯提示安裝

2.2 激活沙箱

$ source bin/activate

2.3 開始配置tensorflow

$./configure
 配置中會出現不少可選項，全部選項都選n，路徑跳過

2.4 編譯(會消耗較長時間)

$ bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package

2.5 生成pip安裝包

$ bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

2.6 安裝TensorFlow

$ pip install /tmp/tensorflow_pkg/tensorflow-($version)-cp27m-macosx_10_7_x86_64.whl

3 其餘TensorFlow經常使用的依賴庫安裝

3.1 numpy

$ pip install numpy --upgrade

3.2 matplotlib

python最著名的繪圖庫，他提供了一整套和MATLAB類似的命令API，十分適合交互式地進行製圖，用它能夠畫出美麗的線圖、散點圖、等高線圖，條形圖、柱狀圖、3D圖等，並且還能夠方便地將它做爲繪圖控件，嵌入GUI應用程序中。
  
  $ sudo pip install matplotlib --upgrade
  
  安裝完以後輸入
  
  $python
  >>>import matplotlib
  
  若是報錯輸入
  
  >>>quit()
  
  則退出python,使用easy_install安裝，命令以下:
  
  $ easy_install matplotlib
  
  安裝完畢後進入python驗證,
  
  $ python
  >>>import matplotlib
  
  沒有錯誤提示，導入成功
  接下來,在python命令行中繼續輸入
  
  >>>import matplotlib.pyplot as plt
  
  報錯，$ Python is not installed as a framework...
  pip安裝matplotlib以後，會在根目錄下產生一個.matplotlib的目錄:
  在terminial中輸入:

  $ vim ~/.matplotlib/matplotlibrc
  
  打開vim編輯器，在裏面輸入backend:TkAgg，wq保存後退出
  而後重啓python，輸入
  
  >>>import matplotlib.pyplot as plt
  導入成功

3.3 jupyter

Ipython的升級版，可以在瀏覽器中建立和共享代碼、方程、說明文檔。界面至關友好，功能也很強大
   $ sudo pip install jupyter --upgrade

3.4 scikit-image

scikit-image有一組圖像處理的算法，可使過濾一張圖片變得很簡單，很是適合用於對圖像的預處理
   $ sudo pip install scikit-image --upgrade

3.5 librosa

librosa是用python進行音頻特徵提取的第三方庫，有不少方式能夠提取音頻特徵。
   $ sudo pip install librosa --upgrade

3.6 nltk

nltk模塊中包含着大量的語料庫，能夠很方便地完成不少天然語言處理的任務，包括分詞、詞性標註、命名實體識別(NER)及句法分析。
  $ sudo pip install nltk --upgrade
 導入nltk工具包，下載nltk數據源。在terminal終端輸入:
  $ python
  >>>import nltk
  >>>nltk.download()

3.7 keras

Keras是第一被添加到Tensorflow核心中的高級別框架，成爲Tensorflow的默認API。
  $ sudo pip install keras --upgrade

3.8 tflearn

TFLearn是另外一個支持Tensorflow核心的第三方框架。 
  $ sudo pip install git+https://github.com/tflearn/tflearn.git

至此開發環境配置完畢