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 >Tensorflow的安装

Tensorflow的安装

作者头像
foochane
发布2019-05-23 15:03:45
8430
发布2019-05-23 15:03:45
举报
文章被收录于专栏:foochanefoochane

1.Tensorflow的主要依赖包

(1) Protocol Buffer

Protocol Buffer是谷歌开发的处理结构化数据的工具,类似于XML和JSON这两种比较常用的结构化数据处理工具。但是Protocal Buffer格式的数据和XML或者JSON又有很大的区别:首先,使用Protocol Buffer时需要先定义数据格式schema(Protocol Buffer的具体编码方式),其序列化后得到的数据不是可读字符串,而是二进制流;其次,Protocol Buffer格式的数据不需要任何其他信息就能还原序列化之后的数据。Protcol Buffer序列化出来的数据要比XML格式的数据笑3到10倍,解析时间要快20到100倍。

Protocol Buffer是TensorFlow系统中使用到的重要工具,Tensorflow中的数据基本是通过Protocol Buffer来组织的。

(2)Bazel

Bazel是谷歌开源的自动化构建工具,谷歌内部大部分的应用都是通过它来编译的。相比传统的Makefile、Ant或者 Maven,Bazel在速度、可伸缩性、灵活性以及对不同程序语言和平台的支持上都要更加出色。TensorFlow本身以及谷歌给出的很多官方样例都是通过Bazel来编译的。

2.TensorFlow安装

TensorFlow只支持Nvidia计算能力(compute capability)大于3.0的GPU。如果要支持GPU,那么还需要安装Nvidia的Cuda Tookit(版本大于等于7.0)和cuDNN(版本大于等于v2)

(1) 使用Docker安装

Docker是新一代的虚拟化技术,他可以将TensorFlow以及TensorFlow的所有依赖关系统一封装到Docker镜像中,从而大大简化了安装过程。Docker支持大部分的操作系统,如:linux、Mac OS X、Windows。

(2)使用pip安装

pip是一个安装、管理Python软件包的工具,通过pip可以安装已经打包好的TensorFlow以及TensorFlow所需要的依赖关系。 在Ubuntu下的安装步骤如下: 注意:目前只有安装了CUDA toolkit7.5和CuDNN v4的64为Ubuntu下才可以通过pip安装支持GPU的TensorFlow,对于其他系统或者其他CUDA/CuDNN版本的用户需要从源码进行安装来支持GPU是使用。 第一步:安装pip

$ sudo apt-get install python-pip python-dev

第二步:找到合适的安装包URL,并安装 Python 2.7环境:

仅使用 CPU 的版本 $ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl 开启 GPU 支持的版本 (安装该版本的前提是已经安装了 CUDA sdk) $ pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

问题:

You are using pip version 8.1.1, however version 9.0.1 is available.
You should consider upgrading via the 'pip install --upgrade pip' command.

解决:

$ pip install --upgrade pip

问题:

 Failed to establish a new connection: [Errno 101] Network is unreachable',)': /tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

解决:估计是网络的的问题 直接将链接: https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl.zip 放到迅雷里面下载,下载完之后放到相应的目录下,

$ mv tensorflow-0.5.0-cp27-none-linux_x86_64.whl.zip tensorflow-0.5.0-cp27-none-linux_x86_64.whl $ sudo pip install tensorflow-0.5.0-cp27-none-linux_x86_64.whl





另外,这样也可以

$ pip install tensorflow

或者要获得gpu支持的话:

$ pip install tensorflow-gpu

3.第一个tensorflow程序:

$ python
Python 2.7.12 (default, Nov 20 2017, 18:23:56) 
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> hello = tf.constant('hello tensorflow')
>>> sess = tf.Session()
>>> print sess.run(hello)
hello tensorflow
>>> 
>>> a = tf.constant(10)
>>> b = tf.constant(20)
>>> print sess.run(a+b)
30

直接:

sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.3.0-cp27-none-linux_x86_64.whl
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018.01.09 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

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

本文参与 腾讯云自媒体分享计划  ,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
目录
  • 1.Tensorflow的主要依赖包
    • (1) Protocol Buffer
      • (2)Bazel
      • 2.TensorFlow安装
        • (1) 使用Docker安装
          • (2)使用pip安装
          • 3.第一个tensorflow程序:
          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