Windows下Tensorflow的环境安装和Hello world

导语 :深度学习 数字识别 Tensorflow 环境搭建

本人对深度学习是0基础,python也是没有用过,最近很流行深度学习,因此也想学习一下,上次听同学的培训介绍深度学习的hello world就是写一个数字识别的程序,下面我按照Tensorflow的网站介绍,搭建了windows的开发环境。

为什么是Tensorflow呢,因为Tensorflow是google推出的开源项目,很多公司都使用这个来进行深度学习开发,因此我就随大流,也用Tensorflow来学习。

环境的安装

我的是windows环境,没装python。

1.去python网站下载python3.5.x的 windows版安装程序,虽然现在最新版的python是3.6.1,但TensorFlow的教程上写的是3.5.x, 所以我没有用最新的,而是下载了3.5.3版本的python安装包来安装,安装包地址:https://www.python.org/ftp/python/3.5.3/python-3.5.3-amd64.exe

安装步骤如下:

2.安装TensorFlow,tensorflow有两个版本,一个是支持GPU的,需要有NVIDIA的显卡,然而我的机器并没有,所以装的是cpu版。

打开个新cmd窗口,输入如下命令

**pip3 install --upgrade tensorflow**

如果要装GPU版,请输入如下命令

**pip3 install --upgrade tensorflow-gpu**

安装完成

3.注意还需要安装Microsoft Visual C++ 2015Redistributable(x64) , 不然tensorflow的模块还是不能用的,安装包下载地址:

< 96E7-D4B285925B00/vc_redist.x64.exe>

4. 校验环境是否正确

虽然中间打印了一条warning,但环境是ok了,可以开始用来深度学习了。

开始“写”Hello world了,说是写,其实把Tensorflow自带上的一个例子拿来运行。这个例子的位置是

这里都是例子,其中mnist_deep.py就是一个进行数字识别的深度学习的例子,它使用了Tensorflow上的图片库来进行学习和校验,让我们看看它运行的结果,把mnist_deep.py拷贝到某个目录,然后在那个目录运行下面的命令。

python mnist_deep.py

 如果在公司开发网中,这样运行会报错,连不上服务器,是因为开发网要设代理,那么把代理设上

set https_proxy=

 之后再运行python mnist_deep.py, 就可以正常的运行了

这个例子的功能是首先开始去Tensorflow网站下载训练和校验的素材,

然后开始进行数字识别训练

最后进行校验训练的效果,会拿校验素材来进行验证学习之后的数字识别准确率。

因为本人也是python 零基础的,所以到这步之后,也需要仔细的去读代码,就不班门弄斧了。

在这里欢迎各位新手也都能加入到深度学习的坑里来

注:这里例子使用的素材不是普通的图片格式,而是自定义的格式,格式的介绍可以看这里

http://yann.lecun.com/exdb/mnist/

参考资料:

https://www.tensorflow.org/install/install_windows

https://www.tensorflow.org/get_started/mnist/pros

http://yann.lecun.com/exdb/mnist/

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏python3

python简单脚本之概率计算

681
来自专栏程序生活

TensorFlow教程(十二) 随机数实例

tf.random_uniform([4,4], minval=-10,maxval=10,dtype=tf.float32)))返回4*4的矩阵,产生于-10...

741
来自专栏深度学习思考者

Caffe for windows 训练minst和cifar-10

前言 今天刚看了看Theano,本来打算试着改改,再深入学习学习(这就是所谓的深度学习啊,亲们!哈哈)。由于扣扣好友在训练CIFAR-10数据集,所以就在昨天配...

2436
来自专栏机器学习养成记

关联分析(3):Apriori R语言实现

我们对UCI机器学习库上下载的美国众议院议员投票记录数据,进行关联分析。在R中,可以直接调用arules包中的apriori()函数训练模型。

1062
来自专栏CreateAMind

beta tcvae实验结果图

最新相关论文 https://github.com/crslab/CHyVAE

1162
来自专栏瓜大三哥

图像分割(四)

图像分割(四) 之基于FPGA的局部自适应分割 子模块设计 窗口缓存模块win_buf 本模块不做任何算法上的处理,只是负责将当前输入像素的二维窗口元素缓存并组...

2258
来自专栏AIUAI

GPU 显存 - Caffe 内存优化

4096
来自专栏人工智能LeadAI

OpenCV人脸识别之二:模型训练

本系列人脸识别文章用的是opencv2,最新版的opencv3.2的代码请参考文章: OpenCV之识别自己的脸——C++源码放送(请在上一篇文章末尾查看) 在...

1K6
来自专栏深度学习那些事儿

pytorch中读取模型权重数据、保存数据方法总结

pytorch中保存数据策略在长时间的深度训练中有很大的作用,我们可以通过保存训练好的权重,然后等到下次使用的时候再取出来。另外我们也可以通过迁移学习使用别人训...

3.7K8
来自专栏木子昭的博客

Python为图片加水印

Pillow是python的一个功能强大的图像处理的库,可对图像进行高质量的压缩变换等操作,前几天看到一些公众号,提供了为用户头像加装饰的操作,于是自己试了一...

3207

扫码关注云+社区