tensorflow学习笔记1——mac开发环境配置

Muninn 发布于2019-07-30 15:18 / 2178人阅读

摘要：模块中包含着大量的语料库，可以很方便地完成很多自然语言处理的任务，包括分词词性标注命名实体识别及句法分析。导入工具包，下载数据源。在终端输入是第一被添加到核心中的高级别框架，成为的默认。至此开发环境配置完毕

1. mac电脑推荐配置

内存：8G+
cpu：i5+
硬盘：SSD 128G+

本人的电脑配置是cpu：i7, 内存：16G,硬盘:SSD 256G

2. mac开发环境配置

1.1 安装pip

打开terminal，执行命令：
$ sudo easy_install pip
passwork:******

2 安装virtualenv沙箱工具

$ pip install virtualenv --upgrade
$ sudo pip install virtualenv --upgrade

3 创建沙箱环境

$virtualenv --system-site-packages /virenv_path/

4 运行tensorflow

进入沙箱路径
$ cd /virenv_path/

激活沙箱
$ source bin/activate

安装tensorflow
$ pip install tensorflow

安装bazel工具
从源代码编译安装，需要使用Bazel编译工具，而安装bazel需要先安装xcode-select,在terminal输入命令:
$ xcode-select --install
$ brew install bazel<

进入python
$ python
运行测试代码
>>>import tensorflow as tf
>>>hello = tf.constant("Hello, TensorFlow!")
>>>sess = tf.Session()
>>>print sess.run(hello)
$ Hello, TensorFlow!
恭喜，tensorFlow环境已经成功安装！

2 从源码编译安装

2.1 安装jdk

  TensorFlow编译时会用到jdk，有些系统已经安装可跳过，如果没有安装可根据configure时的报错提示安装

2.2 激活沙箱

 $ source bin/activate

2.3 开始配置tensorflow

 $./configure
 配置中会出现很多可选项，所有选项都选n，路径跳过

2.4 编译(会消耗较长时间)

  $ bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package

2.5 生成pip安装包

  $ bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

2.6 安装TensorFlow

  $ pip install /tmp/tensorflow_pkg/tensorflow-($version)-cp27m-macosx_10_7_x86_64.whl

3 其他TensorFlow常用的依赖库安装

3.1 numpy

  $ pip install numpy --upgrade

3.2 matplotlib

  python最著名的绘图库，他提供了一整套和MATLAB相似的命令API，十分适合交互式地进行制图，用它可以画出美丽的线图、散点图、等高线图，条形图、柱状图、3D图等，而且还可以方便地将它作为绘图控件，嵌入GUI应用程序中。
  
  $ sudo pip install matplotlib --upgrade
  
  安装完之后输入
  
  $python
  >>>import matplotlib
  
  如果报错输入
  
  >>>quit()
  
  则退出python,使用easy_install安装，命令如下:
  
  $ easy_install matplotlib
  
  安装完毕后进入python验证,
  
  $ python
  >>>import matplotlib
  
  没有错误提示，导入成功
  接下来,在python命令行中继续输入
  
  >>>import matplotlib.pyplot as plt
  
  报错，$ Python is not installed as a framework...
  pip安装matplotlib之后，会在根目录下产生一个.matplotlib的目录:
  在terminial中输入:

  $ vim ~/.matplotlib/matplotlibrc
  
  打开vim编辑器，在里面输入backend:TkAgg，wq保存后退出
  然后重启python，输入
  
  >>>import matplotlib.pyplot as plt
  导入成功

3.3 jupyter

   Ipython的升级版，能够在浏览器中创建和共享代码、方程、说明文档。界面相当友好，功能也很强大
   $ sudo pip install jupyter --upgrade

3.4 scikit-image

   scikit-image有一组图像处理的算法，可以使过滤一张图片变得很简单，非常适合用于对图像的预处理
   $ sudo pip install scikit-image --upgrade

3.5 librosa

   librosa是用python进行音频特征提取的第三方库，有很多方式可以提取音频特征。
   $ sudo pip install librosa --upgrade

3.6 nltk

  nltk模块中包含着大量的语料库，可以很方便地完成很多自然语言处理的任务，包括分词、词性标注、命名实体识别(NER)及句法分析。
  $ sudo pip install nltk --upgrade
 导入nltk工具包，下载nltk数据源。在terminal终端输入:
  $ python
  >>>import nltk
  >>>nltk.download()

3.7 keras

  Keras是第一被添加到Tensorflow核心中的高级别框架，成为Tensorflow的默认API。
  $ sudo pip install keras --upgrade

3.8 tflearn

  TFLearn是另一个支持Tensorflow核心的第三方框架。 
  $ sudo pip install git+https://github.com/tflearn/tflearn.git

至此开发环境配置完毕

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/41171.html

学习笔记TF064:TensorFlow Kubernetes

摘要：在参数服务器容器执行在计算服务器容器执行把需要执行的源代码入训练数据测试数据放在持久卷，在多个间共享，避免在每一个分别部署。 AlphaGo，每个实验1000个节点，每个节点4个GPU，4000 GPU。Siri，每个实验2个节点，8个GPU。AI研究，依赖海量数据计算，离性能计算资源。更大集群运行模型，把周级训练时间缩短到天级小时级。Kubernetes，应用最广泛容器集群管理工具，...

jayce 2019-06-26 19:35 评论0 收藏0
学习笔记TF064:TensorFlow Kubernetes

摘要：在参数服务器容器执行在计算服务器容器执行把需要执行的源代码入训练数据测试数据放在持久卷，在多个间共享，避免在每一个分别部署。 AlphaGo，每个实验1000个节点，每个节点4个GPU，4000 GPU。Siri，每个实验2个节点，8个GPU。AI研究，依赖海量数据计算，离性能计算资源。更大集群运行模型，把周级训练时间缩短到天级小时级。Kubernetes，应用最广泛容器集群管理工具，...

marek 2019-06-26 19:35 评论0 收藏0
学习笔记TF064:TensorFlow Kubernetes

摘要：在参数服务器容器执行在计算服务器容器执行把需要执行的源代码入训练数据测试数据放在持久卷，在多个间共享，避免在每一个分别部署。 AlphaGo，每个实验1000个节点，每个节点4个GPU，4000 GPU。Siri，每个实验2个节点，8个GPU。AI研究，依赖海量数据计算，离性能计算资源。更大集群运行模型，把周级训练时间缩短到天级小时级。Kubernetes，应用最广泛容器集群管理工具，...

lewif 2019-06-26 15:46 评论0 收藏0
【机器学习】深度学习开发环境搭建

摘要：打开命令提示符输入出现下面提示说明已经安装成功安装添加的环境变量环境变量中加上的路径，例如。在命令提示符输入安装完成，建立一个全新的环境，例如我们想建立一个叫的开发环境，路径为，那么我们输入安装完成。工欲善其事，必先利其器。首先我们需要花费一些时间来搭建开发环境。 1.安装python。python是人工智能开发首选语言。 2.安装virtualenv。virtualenv可以为一个...

galaxy_robot 2019-06-26 18:39 评论0 收藏0
【机器学习】深度学习开发环境搭建

摘要：打开命令提示符输入出现下面提示说明已经安装成功安装添加的环境变量环境变量中加上的路径，例如。在命令提示符输入安装完成，建立一个全新的环境，例如我们想建立一个叫的开发环境，路径为，那么我们输入安装完成。工欲善其事，必先利其器。首先我们需要花费一些时间来搭建开发环境。 1.安装python。python是人工智能开发首选语言。 2.安装virtualenv。virtualenv可以为一个...

Eastboat 2019-06-26 19:54 评论0 收藏0