- TensorFlow從零開始學(xué)
- 侯倫青等
- 1630字
- 2020-05-22 17:14:35
2.2 TensorFlow2.0的安裝
TensorFlow CPU版本的安裝較為簡單,而GPU版本則需要另外安裝一些驅(qū)動(dòng)程序和庫,為了簡便我們可以使用Docker的方式來安裝和使用(目前,TensorFlow只有Linux版提供了Docker鏡像)。本書中我們會通過python的包管理工具pip進(jìn)行安裝,并且以Linux環(huán)境為準(zhǔn)。
作者使用的開發(fā)環(huán)境如下:

1.安裝Anaconda
首先我們從官網(wǎng)下載Anaconda安裝文件,選擇Linux的“Python3.7Version”版本,單擊“Download”,下載的文件為“Anaconda3-2019.10-Linux-x86_64.sh”。
(1)安裝Anaconda
① 執(zhí)行“bash Anaconda3-2019.10-Linux-x86_64.sh”,提示需要閱讀許可條例,按下Enter 鍵繼續(xù),如圖2-2所示。

圖2-2 安裝Anaconda(1)
② 出現(xiàn)提示:是否接受許可條例,輸入“yes”按Enter 鍵,在界面中會提示Anaconda將要安裝的位置,按下Enter 鍵確認(rèn),如圖2-3所示。

圖2-3 安裝Anaconda(2)
③提示是否要寫入配置文件,輸入“yes”按Enter鍵,如圖2-4所示。

圖2-4 安裝Anaconda(3)
到這里,Anaconda就安裝完成了。如圖2-5所示,安裝好后鍵入“python3”,此時(shí)運(yùn)行的還是系統(tǒng)自帶的Python版本,執(zhí)行“source~/.bashrc”讓配置生效,此時(shí)執(zhí)行“python3”,運(yùn)行的就是Anaconda。

圖2-5 安裝Anaconda(4)
(2)創(chuàng)建虛擬Python環(huán)境
接下來在Anaconda中創(chuàng)建虛擬Python環(huán)境,執(zhí)行如下命令。

出現(xiàn)是否繼續(xù)的提示,輸入“y”按Enter鍵,稍等片刻,一個(gè)Python3.7的虛擬環(huán)境就創(chuàng)建好了。此時(shí)系統(tǒng)中有多個(gè)版本的Python,為了方便使用,需要配置環(huán)境變量,為每個(gè)版本的Python設(shè)置一個(gè)別名。另外為了后面方便使用“pip”來管理虛擬環(huán)境的包,也需要為虛擬環(huán)境的“pip”命令創(chuàng)建一個(gè)別名。
編輯“~/.bashrc”文件,在文件末尾增加如下內(nèi)容:

注意,Anaconda的路徑要根據(jù)實(shí)際情況來填寫,“/home/lqhou/anaconda3”是作者系統(tǒng)上Anaconda的安裝路徑。配置完成后鍵入“source~/.bashrc”讓配置生效,之后分別執(zhí)行“python”“python3”和“apython”命令,如圖2-6所示。

圖2-6 測試別名
這里“python”和“python3”命令指向的都是系統(tǒng)自帶的Python版本,“apython”命令指向的是我們剛剛創(chuàng)建的Python虛擬環(huán)境。這里需要注意,當(dāng)使用“pip”命令為虛擬Python環(huán)境安裝包時(shí),需要使用在這里配置的“apip”命令,直接使用“pip”或“pip3”命令會把包安裝到系統(tǒng)自帶的Python環(huán)境中。
2.安裝TensorFlow
GPU版的TensorFlow包含了CPU版本,如果讀者手上有GPU資源的話,可以直接參考2.4.1節(jié)安裝GPU版的TensorFlow。
我們使用命令“apip install tensorflow”進(jìn)行安裝,該命令會安裝最新的、穩(wěn)定的CPU版本的TensorFlow。安裝完成后,我們進(jìn)入Python的交互式解釋器環(huán)境驗(yàn)證安裝是否成功,依次運(yùn)行“import tensorflow as tf”、“print(tf.__version__)”,如圖2-7所示。

圖2-7 測試TensorFlow2.0是否安裝成功
3.使用Jupyter Notebook
Jupyter Notebook是一個(gè)開源的Web應(yīng)用程序,常被用于交互式的開發(fā)和展示數(shù)據(jù)科學(xué)項(xiàng)目(例如數(shù)據(jù)清洗和轉(zhuǎn)換、數(shù)據(jù)可視化及機(jī)器學(xué)習(xí)等)。為了方便大家學(xué)習(xí),本章用Jupyter NoteBook作為編程工具(讀者也可以使用谷歌公司的Colab),讀者也可以任意選擇自己喜歡的編程工具。
通過圖形化界面安裝的Anaconda集成了Jupyter NoteBook,可以直接使用,如圖2-8所示。

圖2-8 Anaconda界面
如果讀者使用的是命令行環(huán)境,我們需要使用命令“apip install jupyter”來安裝Jupyter NoteBook。如果希望遠(yuǎn)程訪問Jupyter NoteBook頁面,操作如下:
① 輸入命令“conda activate apython”來激活虛擬環(huán)境。
② 輸入命令“nohup jupyter-notebook --allow-root --no-browser --ip=172.31.233.246&”,注意,這里的IP 地址要換成你所使用服務(wù)器的IP 地址。輸入該行命令后按一次Enter 鍵。
③ 輸入命令“conda deactivate”退出虛擬環(huán)境。
輸入以上命令后,就可以在你本地計(jì)算機(jī)的瀏覽器中通過服務(wù)器的IP地址來訪問服務(wù)器上的Jupyter NoteBook頁面了。第一次登錄需要Token,在上面執(zhí)行命令的目錄中會生成一個(gè)“nohup.out”文件,文件中有Token信息。
直接在圖2-8單擊Jupyter下方的“Launch”按鈕即可啟動(dòng)Jupyter NoteBook(也可以在終端中輸入“jupyter-notebook”命令來啟動(dòng)),啟動(dòng)之后會自動(dòng)打開一個(gè)Web頁面,如圖2-9所示。這里列出了默認(rèn)路徑下的所有目錄和文件,我們可以打開自己存放代碼的目錄。

圖2-9 Jupyter Notebook啟動(dòng)之后打開的Web界面
如圖2-10所示,單擊頁面右上角的“new”菜單,再單擊“python[conda env:apython3]”菜單之后就會創(chuàng)建一個(gè)新的后綴名為“ipynb”的Notebook文件。如果“new”菜單只有一個(gè)Python Kernel,則在命令行下執(zhí)行命令“source activate apython3”進(jìn)入之前創(chuàng)建的“apython3”虛擬環(huán)境,再執(zhí)行“jupyter-notebook”命令啟動(dòng)Jupyter Notebook,即可在“new”菜單下就看到如圖2-10所示的Kernel了。

圖2-10 創(chuàng)建一個(gè)新的Notebook文件
新建的Notebook文件會自動(dòng)地在新的標(biāo)簽頁打開,如圖2-11所示,這是一個(gè)空的Notebook文件。

圖2-11 打開后的Notebook文件
在Notebook的單元格內(nèi)輸入代碼,單擊“Run”按鈕之后會在單元格的下方顯示代碼運(yùn)行的結(jié)果,如圖2-12所示。

圖2-12 在Notebook文件中編寫代碼
- Microsoft Dynamics CRM Customization Essentials
- 大數(shù)據(jù)項(xiàng)目管理:從規(guī)劃到實(shí)現(xiàn)
- 大數(shù)據(jù)戰(zhàn)爭:人工智能時(shí)代不能不說的事
- 基于LabWindows/CVI的虛擬儀器設(shè)計(jì)與應(yīng)用
- Getting Started with MariaDB
- 數(shù)據(jù)通信與計(jì)算機(jī)網(wǎng)絡(luò)
- Ruby on Rails敏捷開發(fā)最佳實(shí)踐
- 突破,Objective-C開發(fā)速學(xué)手冊
- 基于Xilinx ISE的FPAG/CPLD設(shè)計(jì)與應(yīng)用
- Red Hat Linux 9實(shí)務(wù)自學(xué)手冊
- 手機(jī)游戲程序開發(fā)
- Mastering GitLab 12
- 從零開始學(xué)SQL Server
- 所羅門的密碼
- Artificial Intelligence By Example