手把手教你搭建AI开发环境 !(附代码、下载地址)-阿里云开发者社区

开发者社区> 数据派> 正文

手把手教你搭建AI开发环境 !(附代码、下载地址)

简介: 人最大的长处就是有厉害的大脑。电脑、手机等都是对人大脑的拓展。现今,我们每个人都有这个机会,让自己头脑在智能的帮助下,达到极高的高度。所以,拥抱科技,让智能产品成为我们个人智力的拓展,更好的去生活、去战斗。

人最大的长处就是有厉害的大脑。电脑、手机等都是对人大脑的拓展。现今,我们每个人都有这个机会,让自己头脑在智能的帮助下,达到极高的高度。所以,拥抱科技,让智能产品成为我们个人智力的拓展,更好的去生活、去战斗。

用项目引导学习:

我们的目标是用现有最流行的谷歌开源框架TensorFlow,搭建一款儿童助学帮手。类似于现在已有的在售商品小米智能语音盒子之类的东西,。

一、Windows下安装虚拟机VMware Workstation,在虚拟机中安装Ubuntu

温馨提示:要善用搜索引擎,解决各类简单问题

  • VMware Workstation下载地址:

http://www.zdfans.com/5928.html

  • Ubuntu官方网站:

https://www.ubuntu.com/index_kylin

安装完成:

f5a38f357a9b46eb8ca619a9fad384a7a52f93d6

二、在Ubuntu中安装python3

进入系统,桌面右键单击,点击open Terminal

2591584b8ad511f20706de20c3f1bba9a83e6e5b

d999abf90d2a089685a1f036d0ce00cad94ecb82

进入命令行模式。输入python,发现系统自带python2.7.我们要安装python3

dd830ea15ed57f7cdfccc68a079fd68114b08c7a


退出python(用exit()),输入sudo apt-get install python3,安装python3.已经提前安装过了,安装的是python3.5下面是显示的内容,安装成功。

6bf00ffeeb18f16e7d46bb97ccffc174f2bd3cd9

三、安装TensorFlow

有很多种安装方法,可以自行搜索。tensorflow有CPU和GPU两个版本, 后者支持使用GPU能力来做数据运算, 对GPU的型号有一定限制, 还要安装一堆东西, 对于新手,没必要装(官方推荐先装CPU的).

Step1: 用下面命令安装pip和virtualenv

sudo apt-get install python-pip python-dev python-virtualenv

Step2:创建一个virtualenv环境

virtualenv --system-site-packages targetDirectory

注意:这里的”targetDirectory”定义了virtualenv的根目录,这里推荐使用 ~/tensorflow,所以这里的输入是:

virtualenv --system-site-packages ~/tensorflow,

Step3:激活刚才创建的virtualenv环境

一般情况下(如果你用的是ubuntu自带的终端或者用的不是csh)输入:

source ~/tensorflow/bin/activate12

Step4:如果你用的终端是csh,请输入:

source ~/tensorflow/bin/activate.csh12

输入命令后,你的命令行前面会出现”(tensorflow)”,如果成功的话.

Step5:现在,在这个已经被激活了的tensorflow环境下,使用下面语句安装tensorflow的cpu版:

(tensorflow)$ pip install --upgrade tensorflow # 如果你用 Python 2.7(tensorflow)$ pip3 install --upgrade tensorflow # 如果你用Python3.n

36f06edd779372fe80aa325f2c55ebab03874acb

安装成功!

五、测试

Step1:打开终端输入

cd tensorflow
source bin/activate
python

Step2:输入python后输入以下示例

>>> 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
>>>

Step3:测试成功接下来首先退出python 按快捷键Ctrl+D

Step4:再退出tensorflow 在命令行输入命令:

deactivate


原文发布时间为:2017-12-15

本文作者:文摘菌

本文来自云栖社区合作伙伴“数据派THU”,了解相关信息可以关注“数据派THU”微信公众号

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
+ 订阅

官网链接