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环境搭建

TensorFlow环境搭建

作者头像
石璞东
修改2020-04-22 22:01:52
1.5K0
修改2020-04-22 22:01:52
举报
文章被收录于专栏:石璞东 | haha

前言

前几天,我们刚下发了毕业设计的题目,我选的题目为基于TensorFlow的深度学习与研究,这将会是一个系列文章,截止2020-07我会将所有相关内容用更加通俗易懂的方式发布在公众平台上,我们一块学习,让我们嗨起来~。

工欲善其事,必先利其器。今天这篇文章,我们就先学习如何在Windows、Linux上搭建开发环境。

Windows下环境搭建

1. 安装Python环境

进入官网,根据个人电脑系统选择合适的发行版本进行安装,以下是两点提示:

  • 选择Python3.x版本
  • 下载好之后进行安装的时候,记住勾选Add Python 3.x to PATH可选项。

官网地址:

https://www.python.org/downloads/windows/

按照上述步骤安装好之后,我们通过命令行检测一下是否安装成功。

打开命令行工具,输入如下命令:

代码语言:javascript
复制
python --version

若能显示出版本号,则证明安装正确。(:因为我之前已经安装了Anaconda,所以后面也会显示Anaconda的相关信息,小伙伴们在自己的电脑上只要看到Python版本信息就好了哦,不用跟我一样哒~

2. Anaconda下载

haha,首先介绍下Anaconda,Anaconda是Python的一个科学计算发行版,内置了上千个Python经常会用到的库,包括Scikit-learn、Numpy、Scipy、Pandas等。

因为Anaconda是一个国外网站,所以我推荐大家通过镜像去进行安装。当然,如果你想通过官网下载,也没有是问题滴~进入官网,选择合适的发行版本进行安装即可~

官网地址:

https://www.anaconda.com/distribution/#download-section

ok,我们重点来说如何通过镜像去安装,这里我们采用清华的镜像。

地址:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

这里建议小伙伴们安装3-4.2版本,因为这个版本对于我们初学者比较友好,简单介绍下Anaconda3-4.2.0-Windows-x86.exe文件名含义:

  • 3-是Python版本3.x
  • Windows-x86是32位系统
  • Windows-x86_64是64位系统

大家记住自行根据电脑实际情况进行安装,不必跟我一样~

下载好之后,双击进行安装,由于安装方式比较简单(:会给你女朋友装QQ、微信就会装这个?,所以这里不再赘述。等安装好之后,按下Windows键,找到如下图所示选项:在以后的开发中,我们将主要使用其中的Anaconda Prompt命令行工具和基于Web的Jupyter Notebook

3. 在Anaconda中安装Tensorflow

国外网络有时太慢,可以通过配置把下载源改为国内的,通过conda config命令生成配置文件,这里使用清华的镜像源。

地址如下:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

First of all,打开Anaconda Prompt窗口,执行命令:

代码语言:javascript
复制
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

In addition,执行命令:

代码语言:javascript
复制
conda config --set show_channel_urls yes 

last but not least,在用户目录底下找到.condarc文件,用编辑软件打开.condarc文件,删除第三行 -defaults,保存文件。

修改好镜像源之后,我们可以安装TensorFlow了:

  • 安装普通版TensorFlow命令为:
代码语言:javascript
复制
conda install tensorflow
  • 安装GPU版TensorFlow命令为:
代码语言:javascript
复制
conda install tensorflow -gpu

为便于学习,建议大家安装普通版即可,在安装的过程中:大家按照图中提示,选择y即可。

4.测试TensorFlow是否安装成功

打开Jupyter,新建Python3文件,我们看图说话:

打开之后,我们新建一个py文件,写一段测试代码跑一跑。

哎呦,好开心,一把就跑通了~真厉害o(* ̄▽ ̄*)ブ 赶紧喝两口RIO?,慰劳一下自己?贴心的我把跑测试的代码贴到下面,有没有想要夸我的冲动?

代码语言:javascript
复制
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

Linux下环境搭建

目前,TensorFlow社区推荐的安装和运行环境是Ubuntu,它同时也支持Mac和Windows上的安装部署。

因为在深度学习的计算过程中,大量操作是向量和矩阵的计算,而GPU在向量和矩阵计算速度方面比CPU有一个数量级的提升,并且深度学习在GPU上的运算效率更高,所以推荐在配有GPU的机器上运行TensorFlow程序。

你说巧不巧,我在腾讯刚好有一台Linux服务器,刚好借用它老人家来写写教程(:我真爱学习O(∩_∩)O,夸我?

1.Python3环境安装

CentOS系统本身默认安装有Python2.x,版本x根据不同版本系统有所不同,可通过 python --V 或 python --version 查看系统自带的Python版本。

有一些系统命令时需要用到Python2,不能卸载。

  • 安装依赖包
    • 首先安装gcc编译器,gcc有些系统版本已经默认安装,通过如下命令查看:
代码语言:javascript
复制
gcc --version

没安装的先安装gcc:

代码语言:javascript
复制
yum -y install gcc
代码语言:javascript
复制
yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel libffi-devel
  • 下载python3.7.0源码,根据需求下载
    • 在https://www.python.org/ftp/python/中选择自己需要的python源码包,我下载的是python3.7.0
    • 下载
代码语言:javascript
复制
wget https://www.python.org/ftp/python/3.7.0/Python-3.7.0.tgz
代码语言:javascript
复制
tar -zxvf Python-3.7.0.tgz
代码语言:javascript
复制
mkdir /usr/local/python3
代码语言:javascript
复制
cd Python-3.7.0
./configure --prefix=/usr/local/python3
make && make install

安装完成没有提示错误便安装成功了

  • 建立软连接

代码语言:javascript
复制
ln -s /usr/local/python3/bin/python3.7 /usr/bin/python3
ln -s /usr/local/python3/bin/pip3.7 /usr/bin/pip3

2.CentOS中安装TensorFlow

注意用yum安装,不要卸载之前的python2,否则系统会出问题。安装完毕后会有如下命令:/usr/bin/python3,注意不要做软连接python3到python,原因还是centos要使用python2作为默认工具。这里不用理会,因为下面的virtualenv会自动对应python3.

下面这些不看本文也可以,把TensorFlow官网安装文档中的apt-get换成yum就行。

  • 安装需要的东西
代码语言:javascript
复制
sudo yum -y install epel-release
sudo yum -y install gcc gcc-c++ python3-pip python-devel atlas atlas-devel gcc-gfortran openssl-devel libffi-devel

注意:这里的python3-pip对应了python3

  • 安装virtualenv

use pip or pip3 as you prefer for python or python3

代码语言:javascript
复制
pip3 install --upgrade virtualenv
virtualenv --system-site-packages ~/venvs/tensorflow
  • 启动virtualenv
代码语言:javascript
复制
source ~/venvs/tensorflow/bin/activate

注意:每次都需要启动这个虚拟环境来跑TensorFlow

  • 在virtualenv中安装TensorFlow
代码语言:javascript
复制
pip3 install --upgrade tensorflow

安装好之后,我们写一段测试代码跑一跑:

ok,若能看到版本信息,就证明安装成功。

一点说明

到此为止,对于Windows和Linux两种平台下TensorFlow的安装就到此over。

可能有的小伙伴会问:我在书上看到还要安装GPU啊啥的,对的,小伙伴提的问题很好,证明你仔细看书了,这里我做如下解释:

深度学习中大量的操作是向量和矩阵的运算,而GPU在向量和矩阵计算速度方面比CPU有一个数量级的提升,并且深度学习在GPU上的运算效率更高,但是,听好了,我说但是,我们的项目用CPU跑就足够了~

声明

更多内容请移步我的公众号平台hahaCoder或者个人网站http://www.shipudong.com进行查看。

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:2020-01-13,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 hahaCoder 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
目录
  • 前言
  • Windows下环境搭建
  • Linux下环境搭建
  • 一点说明
  • 声明
相关产品与服务
命令行工具
腾讯云命令行工具 TCCLI 是管理腾讯云资源的统一工具。使用腾讯云命令行工具,您可以快速调用腾讯云 API 来管理您的腾讯云资源。此外,您还可以基于腾讯云的命令行工具来做自动化和脚本处理,以更多样的方式进行组合和重用。
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