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

来自专栏人工智能LeadAI

配置深度学习主机与环境(TensorFlow+1080Ti) | 第三章 CUDA与CUDNN安装

01 概念介绍 CUDA(Compute Unified Device Architecture 统一计算设备架构) CUDA(Compute Unified ...

3927
来自专栏PPV课数据科学社区

号称世界最快句法分析器,Python高级自然语言处理库spaCy

spaCy是Python和Cython中的高级自然语言处理库,它建立在最新的研究基础之上,从一开始就设计用于实际产品。spaCy带有预先训练的统计模型和单词向量...

3328
来自专栏机器之心

观点 | 别再使用pip安装TensorFlow了!用conda吧~

conda 是一个开源包和环境管理系统,能够跨平台运行,在 Mac、Windows 和 Linux 上都可以运行。如果你还没用过 conda,我推荐你立刻开始使...

152
来自专栏AI研习社

Github 项目推荐 | 用 PyTorch 0.4 实现的 YoloV3

该库 fork 自 @github/marvis 的 pytorch-yolo2,不过作者没有直接修改或者更新 marvis 的源文件,因为很多文件已经改了文件...

733
来自专栏机器学习实践二三事

NeuralTalk2---自动产生图片的语句描述

最近被逼看了点自然语言处理(NLP)的论文,好吧我看不懂,本来我就不是搞这个方向的,说的我迷迷糊糊的,哎,隔行如隔山啊 不过在过程中倒也是收获到了一些东西,比如...

20710
来自专栏偏前端工程师的驿站

CentOS6.5菜鸟之旅:安装ATI显卡驱动

一、前言                                       自从安装了CentOS,我的显卡就没消停过,一直在彪高温而且噪音特别大,于...

23310
来自专栏机器之心

业界 | AMD的GPU现在可以加速TensorFlow深度学习了

目前,AMD 的深度学习加速解决方案已经官方支持 TensorFlow 和 Caffe 两种框架。

802
来自专栏Deep learning进阶路

caffe随记(八)---使用caffe训练FCN的pascalcontext-fcn32s模型(pascal-context数据集)

本篇讨论利用caffe进行FCN训练(采用的是pascal-context数据集) 1、下载FCN的框架 https://github.com/shelham...

3780
来自专栏机器之心

资源 | AMD 开源高性能机器智能库MIOpen,可加速卷积神经网络

选自GitHub 机器之心编译 参与:蒋思源 AMD 最近宣布新的深度学习加速库 MIOpen 1.0 现已发布,该深度学习库支持加速卷积神经网络,并且构建和运...

3288
来自专栏雨过天晴

原 荐 Docker中使用GPU

2843

扫码关注云+社区