前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >写给设计师的人工智能指南:Tensorflow快速入门

写给设计师的人工智能指南:Tensorflow快速入门

作者头像
mixlab
发布2018-04-16 16:57:58
6180
发布2018-04-16 16:57:58
举报
文章被收录于专栏:MixLab科技+设计实验室

以下为正文

Tensorflow的环境,我采用的是Docker搭建的。

Docker通常用于如下场景:

  • web应用的自动化打包和发布;
  • 自动化测试和持续集成、发布;
  • 在服务型环境中部署和调整数据库或其他的后台应用;
  • 从头编译或者扩展现有的OpenShift或Cloud Foundry平台来搭建自己的PaaS环境。

1、下载Docker

https://download.docker.com/mac/stable/Docker.dmg

如果你用的是window系统,选择Docker for window就行啦;

2、运行Docker

安装好docker后,在Mac的Launchpad打开docker.app,等待一会就好啦~

如上图所示,docker is running。

3、打开终端,运行hello docker

在终端中输入:

docker run hello-world

出现下图,表示docker正常运行啦。

4、安装tensorflow镜像

我用的是阿里云的镜像,终端输入:

git clone https://github.com/denverdino/TensorFlow-Examples

下载完成后,终端输入

cd TensorFlow-Examples

5、配置容器

阿里云的Docker镜像里已经做好了模版docker-compose.yml

直接在终端里输入:

docker-compose up -d

等待片刻

6、启动容器

终端输入:

docker-compose ps

会看到成功启动字样,可以直接通过 http://127.0.0.1:8888/ 从浏览器中访问Tensorflow的Jupyter交互实验环境。

登录密码为: tensorflow

7、新建一个Notebooks

登陆后,可以看到下图所示的界面:

新建个Notebooks,选择Python2

8、运行hello 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)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。

TensorFlow 程序通常被组织成一个构建阶段和一个执行阶段

在构建阶段, operation的执行步骤被描述成一个图;

在执行阶段, 使用会话Session执行执行图中的 op(operation)

我画了张图,表示最基本的一个tensorflow程序:

代码如下:

代码语言:javascript
复制
import tensorflow as tf
#1构建阶段
#1.1常量
hello = tf.constant('Hello, TensorFlow!')
a = tf.constant(10)
b = tf.constant(32)
#1.2变量
state = tf.Variable(2 , name='counter')
#1.3 图中的节点被称之为 op (operation 的缩写)
c=a+b
n_val = tf.add(state,c)
update = tf.assign(state,n_val)
#2执行阶段
#2.1初始化变量,tf的变量需要初始化后才能执行
init = tf.global_variables_initializer()
#2.2启动默认图,及运行
sess = tf.Session()
sess.run(init)
#2.3循环执行单个op
for _ in range(3): 
   step=sess.run(update) 
   print(step)
#2.4执行多个op   
result=sess.run([state,hello])
#2.5打印结果
print result

把代码贴到新建的Notebooks里,运行下吧~

这就是最基本的tensorflow程序。

希望可以帮你快速进入tensorflow的世界~~~

参考文章:

http://hacker.duanshishi.com/?p=1639 https://yq.aliyun.com/articles/60601?spm=5176.100239.blogcont62429.14.DleNGG http://www.open-open.com/lib/view/open1487579427487.html#articleHeader1

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-04-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 科技Mix设计Lab 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
容器镜像服务
容器镜像服务(Tencent Container Registry,TCR)为您提供安全独享、高性能的容器镜像托管分发服务。您可同时在全球多个地域创建独享实例,以实现容器镜像的就近拉取,降低拉取时间,节约带宽成本。TCR 提供细颗粒度的权限管理及访问控制,保障您的数据安全。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档