TensorFlow从0到1 | 第十八章: 升级手记:TensorFlow 1.3.0

《TensorFlow从0到1》写到现在,TensorFlow的版本也从当时的1.1.0迭代到了8月初发布的1.3.0。可以预见在未来很长一段时间里,它仍会持续快速的迭代更新。

除了考虑与最新版TensorFlow尽量保持同步之外,鉴于conda虚拟环境可以非常容易的重新构建开发环境,并可以和老的并存,所以对于学习者来说,似乎没有什么理由不下手了。

本篇基于1 Hello,TensorFlow!,在Windows环境下安装CPU版TensorFlow 1.3.0。

TensorFlow

Step 1:新建conda虚拟环境

1 Hello,TensorFlow! 中创建了conda虚拟环境“tensorflow” for 1.1.0。为了保留它,我以“tensorflow13”命名新的conda虚拟环境for 1.3.0

C:> conda create -n tensorflow13

创建conda虚拟环境

Step 2:升级Python到3.6.1+

从TensorFlow 1.2.0开始支持了Python 3.6.x,在上一节创建conda虚拟环境“tensorflow13”时没有特别指定Python版本,所以此时我的Python版本是Anaconda 4.3.1的默认搭配3.6.0。

可是Python3.6.0并不行。TensorFlow 1.3.0会安装依赖Numpy的1.13.1版本,这个版本在Python3.6.0下会产生问题:Importing the multiarray numpy extension module failed。

解决上面问题一个简单可行的办法就是升级Python到3.6.1+,我则直接更新到了最新的3.6.2:

activate tensorflow13conda update python

安装python 3.6.2

Step 3:升级dask

现在还是不要着急安装TensorFlow 1.3.0,否则可能会遇到新问题:“AttributeError: module 'pandas' has no attribute 'computation'”。

解决它的一个简单办法就是升级dask到0.15.1:

安装dask 0.15.1

Step 4:安装TensorFlow 1.3.0

终于到安装TensorFlow 1.3.0了!遗憾的是清华大学开源软件镜像站迟迟未提供TensorFlow 1.3.0 Windows版本安装包(Linux和Mac下没有这个问题),而只提供了1.3.0rc0的版本。

另一个提供TensorFlow安装包的源是Python的官网,先将CPU版安装包下载到本地,然后执行本地安装:

pip install --ignore-installed --upgrade D:\Project\TensorFlow\tensorflow-1.3.0-cp36-cp36m-win_amd64.whl

安装TensorFlow 1.3.0

代码迁移

本系列的示例代码存放在GitHub,其中文件夹命名的含义如下:

  • TF1_1:TensorFlow 1.1.0下运行的代码;
  • TF1_3:TensorFlow 1.3.0下运行的代码;

本篇之前的示例代码都在文件夹TF1_1中(大多数都可以在TensorFlow 1.3.0环境下无需修改直接运行),后面新的示例代码都会在TensorFlow 1.3.0下测试并提交到TF1_3中。

Hello, TensorFlow

在虚拟环境tensorflow13中,启动python,运行以下测试:

$ python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()>>> print(sess.run(hello))

打印成功则表示安装成功。

原文发布于微信公众号 - 人工智能LeadAI(atleadai)

原文发表时间:2017-08-31

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xingoo, 一个梦想做发明家的程序员

理解距离矢量路由

1 常用的距离矢量路由:IP RIP、IGRP等等 2 距离矢量算法让路由器向每个邻居周期性的发送完整的路由表,包括每个网络或者子网的信息,相关的度量值等等 3...

1835
来自专栏州的先生

在Django项目中规划和设计Restful风格的api接口

之前我们一共生成了4个数据模型,分别是电影分类、电影、观众和观众评分。所以我们的Restful风格的api接口也是针对于这4个数据模型(资源)进行的设计。

934
来自专栏小樱的经验随笔

CTF---Web入门第四题 Forms

Forms分值:10 来源: Ph0enix 难度:易 参与人数:4945人 Get Flag:2776人 答题人数:2824人 解题通过率:98% 似乎有...

29211
来自专栏目标检测和深度学习

Github 项目推荐 | 兼容 Scikit-Learn 的 PyTorch 神经网络库 —— skorch

1002
来自专栏FreeBuf

VirusTotal Graph增加新特性,查看各文件的相关性将更加容易

就在前几天,VirusTotal发布了一个名叫Graph的新功能,该功能允许用户以可视化的方式查看自己所提交文件之间的相关性。在这款工具的帮助下,用户可以轻松地...

1726
来自专栏计算机视觉战队

每日一学——TensorFlow的学习

什么是TensorFlow? TensorFlow 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表...

3428
来自专栏维C果糖

GitHub 主页介绍及修改个人信息

接着「敲开 GitHub 的大门 - 注册账号」一文的内容,我们继续往下介绍: ? 标注 1:View profile and more,更多选项视图; 标注 ...

1787
来自专栏王小雷

基于Docker的TensorFlow机器学习框架搭建和实例源码解读

概述:基于Docker的TensorFlow机器学习框架搭建和实例源码解读,TensorFlow作为最火热的机器学习框架之一,Docker是的容器,可以很好的结...

2729
来自专栏吉浦迅科技

在NVIDIA Jetson TX2上运行 openpose

CMU 开源的一个实时多人关键点检测库( real-time multi-person keypoint detection),包括人体关键点,手部关键点,脸部...

762
来自专栏AI研习社

Github 项目推荐 | 兼容 Scikit-Learn 的 PyTorch 神经网络库 —— skorch

Skorch 是一个兼容 Scikit-Learn 的 PyTorch 神经网络库。

933

扫码关注云+社区