Эта статья перенесена из моей учетной записи Цзяньшу.соевый соус зеленый лук, статья не будет обновляться в Цзяньшу в будущем, конкретные причины можно посмотретьГенеральный директор Jianshu похвалил высокий уровень схода программистов с рельсов «правдиво, свежо и разнообразно», извините за беспокойство
помещение
Компьютер, используемый автором, — Mac mini (конец 2014 г.), а операционная система —10.12.3.python — это версия системы2.7.10
Процесс установки
Установить доморощенный
Это артефакт для установки инструментов/приложений управления на Mac.Настоятельно рекомендуется установить.Просто запустите эту команду на терминале.
Обратите внимание, это жесткая реклама. XD:
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
Поскольку Homebrew запускает обновление каждый раз, когда устанавливается новый пакет, рассмотрите возможность использования следующего:
HOMEBREW_NO_AUTO_UPDATE=1 brew install ...
или будетHOMEBREW_NO_AUTO_UPDATE=1 brew installДругой псевдоним, поэтому установка и обновление - это две вещи
установить пункт
После установки Homebrew установка других вещей не составит труда, если установочный пакет доступен в онлайн-репозитории.Выполните эту команду на терминале
brew install pip
Если Homebrew не установлен, вы также можете рассмотреть возможность установки pip напрямую следующим образом:
sudo easy_install pip
установить виртуалэнв
virtualenv используется для создания независимой среды Python, несколько Python независимы друг от друга и не влияют друг на друга. Этот инструмент тоже очень нужен, в конце концов, никто не хочет портить среду своего компьютера. Команды командной строки следующие:
sudo pip install --upgrade virtualenv
Создайте виртуальную среду
Здесь вы можете произвольно указать каталог в качестве домашнего каталога виртуальной среды Python.Инструкции следующие:
virtualenv --system-site-packages ~/tensorflow
Активировать виртуальную среду
Пользователи, использующие bash, могут использовать следующие команды:
cd ~/tensorflow
source bin/activate
Пользователи, использующие csh, могут использовать следующие команды:
cd ~/tensorflow
source bin/activate.csh
Используя zsh, я должен сказать, что автор слишком бесчеловечен~ Поэтому я могу выбрать только bash-скрипт для выполнения.Результат выполнения*** (подсказка терминала должна измениться)*** должен отображаться как:
(tensorflow)$
Предыдущее приглашение должно быть
$
Установить ТензорФлоу
В virtualenv установите TensorFlow, текущая версия, которую я использую, — это версия ЦП 1.0.0.Если вы хотите использовать другие версии, вы можете перейти на их официальный сайт github, чтобы узнать, какие пути есть
pip install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.0.0-py2-none-any.whl
Благодаря усилиям команды TensorFlow теперь его можно установить быстрее: *** Пакеты pip сделаны совместимыми с pypi. Теперь TensorFlow можно установить с помощью команды pip install tensorflow. ***
pip install tensorflow
Тест TensorFlow
Китайское сообщество Tensor предоставляет простой скрипт Python для интеграционного тестирования TensorFlow. Ниже приводится содержимое файла Python:
# test.py
import tensorflow as tf
import numpy as np
# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data = np.float32(np.random.rand(2, 100)) # 随机输入
y_data = np.dot([0.100, 0.200], x_data) + 0.300
# 构造一个线性模型
#
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b
# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
# 初始化变量
init = tf.initialize_all_variables()
# 启动图 (graph)
sess = tf.Session()
sess.run(init)
# 拟合平面
for step in xrange(0, 201):
sess.run(train)
if step % 20 == 0:
print step, sess.run(W), sess.run(b)
# 得到最佳拟合结果 W: [[0.100 0.200]], b: [0.300]
После сохранения вышеуказанного содержимого запустите его в среде virtualenv:
python test.py
Вы можете увидеть результаты подбора плоскости наших 3D-данных:
0 [[ 0.30465344 0.70788538]] [-0.23038898] 20 [[ 0.20695965 0.35023165]] [ 0.16050725] 40 [[ 0.1383343 0.2433864]] [ 0.25552779] 60 [[ 0.11293854 0.21308941]] [ 0.28581053] 80 [[ 0.10424803 0.20405222]] [ 0.2954708] 100 [[ 0.10137596 0.20127273]] [ 0.298554] 120 [[ 0.10044261 0.20040286]] [ 0.29953831] 140 [[ 0.10014189 0.20012806]] [ 0.29985258] 160 [[ 0.10004541 0.20004079]] [ 0.29995292] 180 [[ 0.10001453 0.20001301]] [ 0.29998496] 200 [[ 0.10000464 0.20000416]] [ 0.29999521]
Окончательный результат подгонки (точность Python действительно немного сбивает с толку):
200 [[0,100, 0,200]], [0,300] #Примерно через 200 шагов
Когда вы закончите использовать TensorFlow и вам нужно выйти из виртуальной среды, вы можете выполнить эту команду, чтобы отключить virtualenv:
деактивировать $ # Ваша командная строка будет восстановлена
Это еще не конец~
Поскольку версия TensorFlow для процессора работает немного медленнее, лучше использовать версию для графического процессора.brew, pipиvirtualenv, а затем установите базель:
brew install bazel
Затем установите SWIG
brew install swig
Затем установите Куда
brew cask install cuda
Перед установкой лучше всего проверить, соответствует ли версия Cuda минимальным требованиям предустановленной версии GPU (например, версия, которую я хочу загрузить, требует минимальной версии Cuda 7.5)
brew cask info cuda
вы увидите что-то вроде этого
cuda: 8.0.55 https://developer.nvidia.com/cuda-zone /usr/local/Caskroom/cuda/8.0.55 (23 files, 1.3GB) From: https://github.com/caskroom/homebrew-cask/blob/master/Casks/cuda.rb
Если ваша версия ниже минимальной предельной версии, не забудьте обновить brew:
brew update brew upgrade cuda
В то же время вам необходимо перейти на официальный сайт NVIDIA, чтобы загрузить указанную версию Cudnn (на данный момент последняя версия — 5.1, а соответствующая самая высокая версия cuda — 8.0):developer.nvidia.com/cudnnЭто адрес ссылки указанного файла, который я скачал:developer.NVIDIA.com/anycannon/assets/…
После завершения загрузки не забудьте распаковать и скопировать его в указанный каталог /usr/local/cuda, Инструкции следующие:
tar xzvf ~/Downloads/cudnn-8.0-osx-x64-v5.0.tgz sudo mv -v ~/Downloads/cuda/lib/libcudnn* /usr/local/cuda/lib sudo mv -v ~/Downloads/cuda/include/cudnn.h /usr/local/cuda/include
Чтобы убедиться, что библиотека может найти путь ссылки, вам также необходимо добавить следующее в ~/.bash_profile (или другой файл конфигурации среды):
export DYLD_LIBRARY_PATH=/usr/local/cuda/lib:$DYLD_LIBRARY_PATH
//TODO: я еще не установил его, я в замешательстве, подробный учебник можно найти на githubэта статья
##постскриптум Эта статья от Geek AcademyруководствоУпоминаются дополнительные методы установки, и даже предоставляется Docker, который может гарантировать, что ваша установка может полностью устранить проблемы с зависимостями программного обеспечения и уменьшить количество проблем.
Китайское сообщество TensorFlowЭто крупнейшее учебное и исследовательское сообщество TensorFlow в Китае. Вы можете присоединиться к этой большой семье и узнать больше о платформе больших данных TensorFlow.