tensorflow安装教程pycharm_系统安装教程

tensorflow安装教程pycharm_系统安装教程趁着十一放假期间,有这么一点空闲时间,自己看了些tensorflow的资料,顺便在自己的机器上安装了一下tensorflow的环境

项目github地址:bitcarmanlee easy-algorithm-interview-and-practice
欢迎大家star,留言,一起学习进步

趁着十一放假期间,有这么一点空闲时间,自己看了些tensorflow的资料,顺便在自己的机器上安装了一下tensorflow的环境。安装过程还算比较顺利,现在跟大家分享一下。

1.准备好Anaconda环境

tensorflow是属于很高层的应用。高层应用的一个比较大的麻烦就是需要依赖的底层的东西很多,如果底层依赖没有弄好的话,高层应用是没法玩转的。
在极客学院有关tensorflow的教程中,提到了这样几种安装方式:Pip, Docker, Virtualenv, Anaconda 或 源码编译的方法安装 TensorFlow。在这里,我强烈推荐大家使用Anaconda的方式安装!因为采用这种方式安装的时候,相当于将所有的底层依赖细节全部已经打包给封装好了!并且,Anaconda还能创建自己的计算环境,相当于将tensorflow的环境与其他环境做了隔离,这样你就可以将tensorflow随便玩,爱怎么玩怎么玩,也不用担心破坏之前的环境!
如果是玩数据玩ML的同学,如果你还不知道Anaconda,你就out啦!Anaconda是一个基于python的科学计算平台,这个平台里包含有python,r,scala等绝大部分主流的用于科学计算的包。关于Anaconda的安装与介绍,博主之前已经写过一篇博文,请参考http://blog.csdn.net/bitcarmanlee/article/details/51917642一文。

2.建立名叫tensorflow的计算环境

Anaconda的环境准备好了以后,接下来我们建立一个conda的计算环境,给这个环境取名叫tensorflow:

# Python 2.7
$ conda create -n tensorflow python=2.7

# Python 3.4
$ conda create -n tensorflow python=3.4

因为我们的版本是2.7,所以执行上面的命令。

这里写图片描述

坑爹的GFW,麻淡只要是个英文网站就给墙了。心里一边默默问候GFW开发者他们全家,一边无奈地将上述命令重试。终于,重试了n次以后,搞定了
这里写图片描述

3.激活tensorflow环境,然后用pip安装TensorFlow

第二步成功以后,先激活tensorflow环境。

source activate tensorflow

然后界面华丽丽地就变成了这样:
这里写图片描述
用户名前有(tensorflow)的标识。我们这样切换,实际上是更换了环境变量里的pip和python。切换到tensorflow的计算环境以后,然后开始用pip安装:

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/mac/tensorflow-0.8.0rc0-py2-none-any.whl

当然上面的命令对应的是python2.7,系统为macos,cpu only。根据tensorflow官方提供的资料,不同的系统与不同的版本命令如下:

python2.7

# Ubuntu/Linux 64-bit, CPU only, Python 2.7:
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7. Requires CUDA toolkit 7.5 and CuDNN v4.
# For other versions, see "Install from sources" below.
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl

# Mac OS X, CPU only:
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/mac/tensorflow-0.8.0rc0-py2-none-any.whl

pytho3.x:

# Ubuntu/Linux 64-bit, CPU only, Python 3.4:
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4. Requires CUDA toolkit 7.5 and CuDNN v4.
# For other versions, see "Install from sources" below.
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0rc0-cp34-cp34m-linux_x86_64.whl

# Mac OS X, CPU only:
(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/mac/tensorflow-0.8.0rc0-py3-none-any.whl

命令提交以后,你唯一能做的就是等待了。你唯一能祈祷的,就是这该死的GFW不会坏了你好事。
还好这次不用重试n次,一次搞定:
这里写图片描述

至此,tensorflow算是安装OK了!

4.简单测试是否安装成功:

测试过程很简单,直接上图:
这里写图片描述

表现良好!给自己鼓个掌!

5.集成到IDE里

如果我们要写大家伙,一般会用IDE。将tensorflow集成到IDE里,步骤也很简单。以IntelliJ为例,跟创建普通项目唯一的区别就是,创建普通项目的时候我们的Module SDK选项是系统默认的python解释器。如果我们想要使用tensorflow的相关代码,将Module SDK换为刚刚我们新建的tensorflow计算环境即可!
贴个图,大伙就懂了:
这里写图片描述

6.值得注意的几个小点

1.强烈推荐使用Anaconda环境安装,真的不是一般的简单方便。
2.梯子,还是梯子,不解释。
3.激活与退出tensorflow计算环境:

#激活
source activate tensorflow

#退出
source deactivate

今天的文章tensorflow安装教程pycharm_系统安装教程分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/73868.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注