一切准备就绪,就可以用pip来安装tensorflow了。网上一个帖子说根据Python版本的不同和是否GPU版本,情况分为以下四种: $ pip install tensorflow # Python 2.7; 仅支持CPU $ pip3 install tensorflow # Python 3.n; 仅支持CPU $ pip install tensorflow-gpu # Python 2.7; 支持CPU $ pip3 install tensorflow-gpu # Python 3.n; 支持CPU 本文的示例是在Python 2.7中安装仅支持CPU版的Tensorflow,所以选择第一条命令。然后,系统会自行下载并安装程序,当出现Successfully built...这样的提示时(最后无任何错误报警),就表示已经安装成功啦!(如下图所示) 一个插曲是,系统是我虚拟机上的pip版本是旧版,现在可以更新。按照提示输入pip install --upgrade pip,然后更新一下pip。 接下来可以在控制台上测试一下Tensorflow是否能正确运行。在命令行提示符后面输入python,就可以进入python的解释器环境。然后输入下面测试代码。这是利用Tensorflow实现的Hello World程序。 >>> import tensorflow as tf 如下图所示,屏幕上正确地输出“Hello, Tensorflow!”则表示你的Tensorflow已经安装成功。然后你使用quit()函数可以退出Python的解释器环境。 当然,在命令行进行Python编程,肯定还是有各种不顺手。你可以在Ubuntu中安装各种IDE。但是,这里我要推荐的环境是Jupyter notebook。Jupyter Notebook(此前被称为 IPython notebook)是一个交互式笔记本,支持运行 40 多种编程语言。 Jupyter Notebook 的本质是一个 Web 应用程序,便于创建和共享文学化程序文档,支持实时代码,数学方程,可视化和 markdown。在Jupyter Notebook中进行机器学习、数据挖掘、数据清洗等工作是非常流行的工作方式。当然默认情况下,你的Ubuntu中是没有Jupyter Notebook的。所以你在命令行提示符后面输入jupyter notebook会得到"command not found"这个提示。 但现实我们已经有了pip,这时安装Jupyter Notebook就只需要一条命令(注意,要用super user权限):sudo pip install jupyter。如下图所示。 同样,当显示“Successfully installed"这样的字样时,就表示你的安装已经成功了。然后再在命令行提示符后面输入jupyter notebook,那么Jupyter Notebook会以网页的形式被打开。 |
|