tensorflow學習筆記（一）安裝

1.tensorflow介紹

中文社區地址 http://www.tensorfly.cn/

TensorFlow™ 是一個採用數據流圖（data flow graphs），用於數值計算的開源軟件庫。

數據流圖就是這個東西：

每個節點(Nodes)都表示一個數學操做，也能夠表示數據輸入（feed in）的起點/輸出（push out）的終點，或者是讀取/寫入持久變量（persistent variable）的終點。

 2.安裝

linux上

看完了介紹與一個不怎麼看得懂的python計算程序，開始安裝，選擇在linux上基於 VirtualEnv 的安裝

個人Ubuntu18.04上已經有了python2.7，運行下面命令安裝依賴

#在使用apt安裝任何軟件包以前，建議使用如下命令更新軟件包列表
$ sudo apt update
# 在 Linux 上:
$ sudo apt-get install python-pip python-dev python-virtualenv

安裝過程比較慢，等待安裝完成

---

 

在阿里雲的linux貌似CPU100%炸了，卡住了，網速出問題了，不如來安裝一下Node版的

注意，Windows構建支持node-gyp須要Python 2.7。請務必在安裝以前，這個版本@tensorflow/tfjs-node仍是@tensorflow/tfjs-node-gpu。使用Python 3.x的計算機沒法正確安裝綁定。

Installing CPU TensorFlow.js for Node:

npm install @tensorflow/tfjs-node

Installing Linux/Windows GPU TensorFlow.js for Node:

npm install @tensorflow/tfjs-node-gpu

安裝node-gpu時出錯了，由於windows版不支持GPU

C:\JXH\NodeWorkSpace\TensorFlow\node_modules\@tensorflow\tfjs-node-gpu\scripts\install.js:165
      throw new Error('node-gyp rebuild failed with: ' + err);
      ^

Error: node-gyp rebuild failed with: Error: Command failed: node-gyp rebuild
gyp ERR! build error
gyp ERR! stack Error: `C:\Program Files (x86)\Microsoft Visual Studio\2017\BuildTools\MSBuild\15.0\Bin\MSBuild.exe` failed with exit code: 1
gyp ERR! stack     at ChildProcess.onExit (C:\Program Files\nodejs\node_modules\npm\node_modules\node-gyp\lib\build.js:258:23)
gyp ERR! stack     at emitTwo (events.js:126:13)
gyp ERR! stack     at ChildProcess.emit (events.js:214:7)
gyp ERR! stack     at Process.ChildProcess._handle.onexit (internal/child_process.js:198:12)
gyp ERR! System Windows_NT 6.1.7601
gyp ERR! command "C:\\Program Files\\nodejs\\node.exe" "C:\\Program Files\\nodejs\\node_modules\\npm\\node_modules\\node-gyp\\bin\\node-gyp.js" "rebuild"
gyp ERR! cwd C:\JXH\NodeWorkSpace\TensorFlow\node_modules\@tensorflow\tfjs-node-gpu
gyp ERR! node -v v8.9.1
gyp ERR! node-gyp -v v3.6.2
gyp ERR! not ok

好像是版本不匹配，回頭一看，linux上的終於完成了，因爲node的版本暫時不能換，先這樣吧，回頭換個版本再試，繼續linux的

---

 

看一下安裝的pip及virtualenv版本

root@jixh:~# pip --version
pip 19.0.2 from /usr/local/lib/python2.7/dist-packages/pip (python 2.7)
root@jixh:~# virtualenv --version
15.1.0
root@jixh:~#

接下來, 創建一個全新的 virtualenv 環境. 爲了將環境建在 ~/tensorflow 目錄下, 執行:

$ virtualenv --system-site-packages ~/tensorflow
$ cd ~/tensorflow

而後, 激活 virtualenv:

$ source bin/activate  # 若是使用 bash
$ source bin/activate.csh  # 若是使用 csh
(tensorflow)$  # 終端提示符應該發生變化

然而並不起做用

Ubuntu上以virtualenv方式安裝TensorFlow

按專業的也不行，是阿里雲的服務器沒法訪問，報了個404錯誤。

只好直接使用二進制安裝，一步到位。

# 僅使用 CPU 的版本
$ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

示例測試成功

$ python

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print sess.run(a+b)
42
>>>

windows上

python3.6.5下安裝

pip install --user tensorflow 不指定版本會默認安裝1.3.0

pip install --user --upgrade tensorflow==1.4.0  或者安裝/更新須要的版本

外網下載，安裝過程巨慢

若是出現找不到對tensorflow版本，說明python不支持1.4.0

查看Windows下TensorFlow對python版本的要求

終於安裝完成，結果以下

Installing collected packages: wheel, absl-py, termcolor, grpcio, gast, werkzeug, protobuf, markdown, tensorboard, h5py, keras-applications, keras-preprocessing, astor, tensorflow
  Running setup.py install for absl-py ... done
  Running setup.py install for termcolor ... done
  Running setup.py install for gast ... done
Successfully installed absl-py-0.7.1 astor-0.7.1 gast-0.2.2 grpcio-1.19.0 h5py-2.9.0 keras-applications-1.0.7 keras-preprocessing-1.0.9 markdown-3.1 protobuf-3.7.1 tensorboard-1.11.0 tensorflow-1.11.0 termcolor-1.1.0 werkzeug-0.15.2 wheel-0.33.1

繼續往下

VsCode中Python環境配置

點這裏

改上兩個本身的安裝路徑就能夠愉快的開始Hello world了。

測試安裝的tensorflow

import tensorflow as tf

sess = tf.Session()
a = tf.constant(10)
b =  tf.constant(22)
print(sess.run(a + b))

運行結果以下

2019-04-15 17:28:28.979407: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
32

安裝完畢，毫無問題。

基本用法看完，半臉懵逼。

開始入門教程吧