tensorflow学习笔记（一）安装

1.tensorflow介绍

中文社区地址 http://www.tensorfly.cn/

TensorFlow™ 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。

数据流图就是这个东西：

每一个节点(Nodes)都表示一个数学操作，也可以表示数据输入（feed in）的起点/输出（push out）的终点，或者是读取/写入持久变量（persistent variable）的终点。

 2.安装

linux上

看完了介绍与一个不怎么看得懂的python计算程序，开始安装，选择在linux上基于 VirtualEnv 的安装

我的Ubuntu18.04上已经有了python2.7，运行下面命令安装依赖

#在使用apt安装任何软件包之前，建议使用以下命令更新软件包列表
$ sudo apt update
# 在 Linux 上:
$ sudo apt-get install python-pip python-dev python-virtualenv

安装过程比较慢，等待安装完成

---

 

在阿里云的linux貌似CPU100%炸了，卡住了，网速出问题了，不如来安装一下Node版的

注意，Windows构建支持node-gyp需要Python 2.7。请务必在安装之前，这个版本@tensorflow/tfjs-node还是@tensorflow/tfjs-node-gpu。使用Python 3.x的计算机无法正确安装绑定。

Installing CPU TensorFlow.js for Node:

npm install @tensorflow/tfjs-node

Installing Linux/Windows GPU TensorFlow.js for Node:

npm install @tensorflow/tfjs-node-gpu

安装node-gpu时出错了，因为windows版不支持GPU

C:\JXH\NodeWorkSpace\TensorFlow\node_modules\@tensorflow\tfjs-node-gpu\scripts\install.js:165
      throw new Error('node-gyp rebuild failed with: ' + err);
      ^

Error: node-gyp rebuild failed with: Error: Command failed: node-gyp rebuild
gyp ERR! build error
gyp ERR! stack Error: `C:\Program Files (x86)\Microsoft Visual Studio\2017\BuildTools\MSBuild\15.0\Bin\MSBuild.exe` failed with exit code: 1
gyp ERR! stack     at ChildProcess.onExit (C:\Program Files\nodejs\node_modules\npm\node_modules\node-gyp\lib\build.js:258:23)
gyp ERR! stack     at emitTwo (events.js:126:13)
gyp ERR! stack     at ChildProcess.emit (events.js:214:7)
gyp ERR! stack     at Process.ChildProcess._handle.onexit (internal/child_process.js:198:12)
gyp ERR! System Windows_NT 6.1.7601
gyp ERR! command "C:\\Program Files\\nodejs\\node.exe" "C:\\Program Files\\nodejs\\node_modules\\npm\\node_modules\\node-gyp\\bin\\node-gyp.js" "rebuild"
gyp ERR! cwd C:\JXH\NodeWorkSpace\TensorFlow\node_modules\@tensorflow\tfjs-node-gpu
gyp ERR! node -v v8.9.1
gyp ERR! node-gyp -v v3.6.2
gyp ERR! not ok

好像是版本不匹配，回头一看，linux上的终于完成了，由于node的版本暂时不能换，先这样吧，回头换个版本再试，继续linux的

---

 

看一下安装的pip及virtualenv版本

root@jixh:~# pip --version
pip 19.0.2 from /usr/local/lib/python2.7/dist-packages/pip (python 2.7)
root@jixh:~# virtualenv --version
15.1.0
root@jixh:~#

接下来, 建立一个全新的 virtualenv 环境. 为了将环境建在 ~/tensorflow 目录下, 执行:

$ virtualenv --system-site-packages ~/tensorflow
$ cd ~/tensorflow

然后, 激活 virtualenv:

$ source bin/activate  # 如果使用 bash
$ source bin/activate.csh  # 如果使用 csh
(tensorflow)$  # 终端提示符应该发生变化

然而并不起作用

Ubuntu上以virtualenv方式安装TensorFlow

按专业的也不行，是阿里云的服务器无法访问，报了个404错误。

只好直接使用二进制安装，一步到位。

# 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

示例测试成功

$ python

>>> 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(32)
>>> print sess.run(a+b)
42
>>>

windows上

python3.6.5下安装

pip install --user tensorflow 不指定版本会默认安装1.3.0

pip install --user --upgrade tensorflow==1.4.0  或者安装/更新需要的版本

外网下载，安装过程巨慢

如果出现找不到对tensorflow版本，说明python不支持1.4.0

查看Windows下TensorFlow对python版本的要求

终于安装完成，结果如下

Installing collected packages: wheel, absl-py, termcolor, grpcio, gast, werkzeug, protobuf, markdown, tensorboard, h5py, keras-applications, keras-preprocessing, astor, tensorflow
  Running setup.py install for absl-py ... done
  Running setup.py install for termcolor ... done
  Running setup.py install for gast ... done
Successfully installed absl-py-0.7.1 astor-0.7.1 gast-0.2.2 grpcio-1.19.0 h5py-2.9.0 keras-applications-1.0.7 keras-preprocessing-1.0.9 markdown-3.1 protobuf-3.7.1 tensorboard-1.11.0 tensorflow-1.11.0 termcolor-1.1.0 werkzeug-0.15.2 wheel-0.33.1

继续往下

VsCode中Python环境配置

点这里

改上两个自己的安装路径就可以愉快的开始Hello world了。

测试安装的tensorflow

import tensorflow as tf

sess = tf.Session()
a = tf.constant(10)
b =  tf.constant(22)
print(sess.run(a + b))

运行结果如下

2019-04-15 17:28:28.979407: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
32

安装完毕，毫无问题。

基本用法看完，半脸懵逼。

开始入门教程吧