codecamp

TensorFlow在Windows环境下的搭建

遵循:BY-SA署名-相同方式共享 4.0协议

作者:谭东

时间:2017年5月28日

环境:Windows 7

接下来,给大家讲一下在Windows下安装TensorFlow并运行一段简单程序的步骤及注意事项。

对于TensorFlow大家应该不是很陌生,其中AlphaGo就是用TensorFlow深度学习系统制作出来的。

给你们几个关键词:监督学习、半监督学习、神经网络、卷积神经网络、聚类、数据剪辑等。

DeepMind、Keras、Estimator、Torch。

当然,深度学习系统并不是只有TensorFlow,还有Caffe、Theano、keras、Torch、CNTK等。

看下TensorFlow特点:

(1)高度的灵活性:TensorFlow 不是一个严格的“神经网络”库。只要你可以将你的计算表示为一个数据流图,你就可以使用Tensorflow。

(2)真正的可移植性(Portability):Tensorflow 在CPU和GPU上运行,比如说可以运行在台式机、服务器、手机移动设备等等。

(3)将科研和产品联系在一起:过去如果要将科研中的机器学习想法用到产品中,需要大量的代码重写工作。那样的日子一去不复返了!

(4)自动求微分:基于梯度的机器学习算法会受益于Tensorflow自动求微分的能力。

(5)多语言支持:Tensorflow 有一个合理的c++使用界面,也有一个易用的Python使用界面来构建和执行你的graphs。

(6)性能最优化:比如说你又一个32个CPU内核、4个GPU显卡的工作站,想要将你工作站的计算潜能全发挥出来?由于Tensorflow 给予了线程、队列、异步操作等以最佳的支持,Tensorflow 让你可以将你手边硬件的计算潜能全部发挥出来。

任何人都可以用Tensorflow。学生、研究员、爱好者、极客、工程师、开发者、发明家、创业者等等都可以在Apache 2.0 开源协议下使用Tensorflow。

目前Google的TensorFlow是增加了Windows版本的支持,以前是只有Linux和MacOs版本。好了,那么我们就按照官方文档来安装吧。

官方文档地址:https://www.tensorflow.org/install/install_windows

有兴趣可以看下官方Windows版本安装英文原文文档,我也是看的这个。

1、首先在安装上有2个区分,如果你电脑支持GPU,那么你可以安装GPU版本,如果你的电脑不支持GPU,那么安装CPU版本。

先看看GPU版本需要多安装哪些。需要安装下面这2个驱动。

1)CUDA   https://developer.nvidia.com/cuda-downloads

2)cuDNN  https://developer.nvidia.com/cudnn(要注册Nvidia用户,并加入CuDNN开发组,填若干问卷就可以下载了)选择下载版本时要注意和Cuda版本匹配。解压后覆盖至CUDA的安装目录下

例如:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\

国内PIP源:

清华:https://pypi.tuna.tsinghua.edu.cn/simple

阿里云:http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

华中理工大学:http://pypi.hustunique.com/

山东理工大学:http://pypi.sdutlinux.org/ 

豆瓣:http://pypi.douban.com/simple/

2.TensorFlow支持2种方式安装:

PIP方式,直接去python官网去下载对应的Python Windows安装包就行了,要注意32位和64位版本的选择。

要注意,TensorFlow目前只能用Python 3.5.X版本的。所以不要下载错了版本。

下载链接:https://www.python.org/downloads/release/python-352/

64位和32位安装包。下载安装即可。

系统变量也加好了,安装好Python后,打开CMD,验证Python是否安装成功,输入:Python,出现Python版本号证明安装成功。

3.Python安装好后,我们就要进行下载安装TesorFlow需要的库了。

CPU版本命令输入:

pip3 install --upgrade tensorflow

GPU版本命令输入:

pip3 install --upgrade tensorflow-gpu

等待自动下载。

整个过程TensorFlow需要安装:numpy、six、wheel、appdirs、pyparsing、packaging、setuptools、protobuf、werkzeug、tensorflow。

4.安装完TensorFlow后,我们写一个例子进行测试下是否可以运行。在程序里找到:Python3.5或者CMD里输入Python即可进入输入编码模式。

给大家两个例子:

官方例子:

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

会输出:

Hello, TensorFlow!

另外一个计算的例子:

>>>import tensorflow as tf  
>>>sess = tf.Session()  
>>>a = tf.constant(10)  
>>>b = tf.constant(22)  
>>>print(sess.run(a + b))   

会输出:

32

这样,我们的Windows下安装TensorFlow就完成了。

当然,TensorFlow不仅仅支持Python语法,还有如下这些扩展:

以上是"native" pip方式的安装,另一种方式Anaconda大家也可以试下。不过pip是官方推荐的,Anaconda不是官方支持的。

最后,通过国内阿里云镜像看下TensorFlow的相关吧。

接下来你就可以运用TensorFlow进行相关数据训练和深度学习了。

后续将进行TensorFlow的应用讲解...敬请期待..



TensorFlow 机器学习相关英文术语
Windows下通过Anaconda安装TensorFlow及Spyder编译器
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }