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。 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。 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 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: 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。 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: 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! 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。 #激活source activate tensorflow#退出source deactivate
|
|
来自: bookocea > 《TensorFlow》