专栏首页TensorFlow从0到N + RustTensorFlow从0到1 - 1 - Hello, TensorFlow!

TensorFlow从0到1 - 1 - Hello, TensorFlow!

在学习任何新的编程语言时,我们都会在第一时间完成Hello World,以宣告自己开发环境的完美搭建。TensorFlow也不例外。TensorFlow充分考虑了各种软/硬件平台上的安装,本篇记录了在我的笔电Win 10环境下TensorFlow 1.1的安装(在国内这应该是最常见的一种个人环境)并打印出“Hello TensorFlow !”的过程。

TensorFlow

确认安装选项

确定了Windows平台仅仅是第一步,还需要确定另外两个选项:

  • CPU or GPU;
  • Native pip or Anaconda。

在TensorFlow的官方文档中明确提到,即使你的机器中有NVIDIA GPU,也建议初学者先尝试CPU的版本。

对于第二个选项,安装Anaconda是个更好的选择。它是一个Python的发行版,包含Python和一个包管理器conda,而且囊括了常见的科学计算库,比起pip安装这些库要容易的多。此外利用conda可以直接创建和管理虚拟环境,比Native pip方式更加独立和灵活,这个在后面还会提到。

TF文档强调Anaconda是社区支持,而非官方支持,同时TF团队也不会测试和维护conda package。可以把它看成TensorFlow的免责声明,而非建议Native pip方式。

安装Anaconda

Anaconda

我是从Anaconda官方下载的最新的“Anaconda3-4.3.1-Windows-x86_64.exe”(422M),下载了3个小时。事后才知道清华大学提供了Anaconda镜像,建议从此下载。

安装路径要求不能有空格,于是使用了默认安装路径:“C:\Users\Ethan”,一路Next安装完毕。安装过程会自动设置Anaconda环境变量。打开命令行,直接键入conda --version,即可检查。为了conda能快速安装其他包,我立即设置了清华的镜像源。操作如下:

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --set show_channel_urls yes

设置镜像源

创建conda虚拟环境

为了安装TensorFlow,首先用conda创建一个conda虚拟环境。

conda不仅可以manage package,虚拟环境管理是其另一个非常强大的特性,在虚拟环境下可以隔离不同的package版本组合。我们创建一个干净的tensorflow环境,可以专用于研究和学习TF,而不需要为此动到Python的主环境(主环境可能还要支持其他的项目)。

通过以下命令创建一个名称为tensorflow的虚拟环境(虚拟环境的名字可以任意指定):

C:> conda create -n tensorflow python=3.5

TensorFlow安装文档中有明确提到:在Windows上TensorFlow仅支持的Python版本是3.5.x。可是前面我安装的Anaconda 4.3.1默认搭配的是Python 3.6。为了防止后续出现兼容性问题,我在上面的命令的末尾加了python=3.5。这个参数表示当前创建的tensorflow虚拟环境搭配3.5.x的Python版本(此时是否看出了conda的威力),conda会自动的下载并安装3.5.x最新的版本。

创建虚拟环境的整个过程,如下图所示:

创建虚拟环境

安装TensorFlow

TensorFlow是要安装到刚才创建的虚拟环境中去的。于是要先激活tensorflow环境:

C:> activate tensorflow
(tensorflow)C:> # Your prompt should change

然后再安装TensorFlow 1.1.0的CPU版本:tensorflow-1.1.0-cp35-cp35m-win_amd64.whl

尽管conda也是包管理器,但是TensorFlow官方建议使用Python原生的包管理器来安装TensorFlow,使用pip install命令,而不要用conda install命令。此外,我这里还使用了清华的TensorFlow镜像url,也就是把官方的https://storage.googleapis.com/替换为https://mirrors.tuna.tsinghua.edu.cn/即可。安装速度非常快,一两分钟即可装好。

(tensorflow)C:> pip install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl 

pip install常见参数解释:

  • ignore-installed:强制安装,即便已经安装;
  • upgrade:升级;
  • no-deps:忽略依赖关系;
  • no-cache-dir:不使用缓存;

在安装Tensorflow时,像Numpy这些依赖会自动安装,见下图:

安装TensorFlow

Hello, TensorFlow

终于要到Say Hello了。不要退出上节启动的虚拟环境,启动python,并直接键入后面的代码即可。

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

代码中TensorFlow的各种函数调用,会在后面讲解。

实际运行如下图:

Hello, TensorFlow!

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • TensorFlow从0到1 - 19 - 回顾

    see you soon 《TensorFlow从0到1》就要结束了。 3条主线 这个部分共包含18篇文章,4万余字(简书的严格统计不到4万)。总的来说,它无外...

    袁承兴
  • TensorFlow从0到1 - 18 - TensorFlow 1.3.0安装手记

    《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...

    袁承兴
  • TensorFlow从0到1 - 2 - TensorFlow核心编程

    上一篇Hello, TensorFlow!中的代码还未解释,本篇介绍TensorFlow核心编程的几个基本概念后,那些Python代码就很容易理解了。 与Te...

    袁承兴
  • TensorFlow从0到1丨开篇:Hello TensorFlow !

    我以官方文档为主线,开始对TensorFlow的学习。这期间会把我的理解进行持续的输出,作为《TensorFlow从0到1》系列。它不会止于翻译和笔记、语言和工...

    用户1332428
  • 关于TensorFlow的安装和心得

    随后在cmd处通过import tensorflow,查看本机的CUDA以及cuDNN的适机版本:

    凌川江雪
  • 机器学习环境搭建安装TensorFlow1.13.1+Anaconda3.5.3+Python3.7.1+Win10

    方案1. 可以直接从官网https://www.anaconda.com/distribution/,默认下载最新版本,19年3月27日为python3.7.1...

    软测小生
  • phoenix 索引实践

    开启索引支持 HBase --> 配置 --> 高级 --> 搜索 hbase-site.xml。 在服务端添加下面配置:

    用户1217611
  • 这款安卓木马会问你要张自拍

    近期,专家发现一个Android Acecard木马的变种,这个变种也被认为是迄今以来最危险的一版 Acecard木马。一旦用户不小心下载了这个新版的Aceca...

    FB客服
  • Python之yield生成器

    range()和xrange()的区别在于,range会在内存中创建所有指定的数字,而xrange不会立即创建,只有在迭代循环时,才去创建每个数组。

    py3study
  • gb格式注释文件转换成gff3注释文件格式

    今天在NCBI下载了酵母的参考基因组,没有找到gff格式的基因组注释文件,只找到了genbank格式的基因组注释文件。应该会有现成的工具来实现常用的基因组注释文...

    用户7010445

扫码关注云+社区

领取腾讯云代金券