深度学习之 TensorFlow(一):基础库包的安装-阿里云开发者社区

开发者社区> 人工智能> 正文

深度学习之 TensorFlow(一):基础库包的安装

简介:  1.TensorFlow 简介:TensorFlow 是谷歌公司开发的深度学习框架,也是目前深度学习的主流框架之一。   2.TensorFlow 环境的准备:  本人使用 macOS,Python 版本直接使用 anaconda 的集成包,我们使用 anaconda 来管理环境,为 TensorFlow 创建独立的 Python 环境。

 1.TensorFlow 简介:TensorFlow 是谷歌公司开发的深度学习框架,也是目前深度学习的主流框架之一。
 

 2.TensorFlow 环境的准备:

 本人使用 macOS,Python 版本直接使用 anaconda 的集成包,我们使用 anaconda 来管理环境,为 TensorFlow 创建独立的 Python 环境。

  创建一个名为 tensorflow 的 Python 环境:

conda create --name tensorflow python=3.6

  激活环境:

source activate tensorflow

  退出环境:

source deactivate tensorflow

 

 然后我们在 tensorflow 环境下基于 pip 来安装 TensorFlow:

  安装 TensorFlow:

pip install tensorflow

 

  安装完 TensorFlow 后我们试着进入 Python 环境来运行 TensorFlow 测试是否安装成功:

  输入一个例子:

  至此,我们 TensorFlow 便安装成功了。

 

 3.安装其他依赖的模块:

(1)numpy

  numpy 是用来存储和处理大型矩阵的科学计算包,比 Python 自身的嵌套列表结构 list 要高效的多。

  安装:

pip install numpy --upgrade

 (2) matplotlib

  matplotlib 是 Python 最著名的绘图表,它提供了一整套和 MATLAB 相似的命令 API,十分适合交互式地进行制图。

  安装:

pip install matplotlib --upgrade

 (3) jupyter

  jupyter notebook 是 ipython 的升级版,能够在浏览器中创建和共享代码、方程、说明文档。

  安装:

pip install jupyter --upgrade

 (4) scikit-image

  scikit-image 有一组图像处理的算法,可以使过滤一张图片变得很简单,非常适合用于对图像的预处理。

  安装:

pip install scikit-image --upgrade

 (5) librosa

  librosa 是用 Python 进行音频提取的第三方库,有很多方式可以提取音频特征。

  安装:

pip install librosa --upgrade

 (6) nltk

  nltk 模块中包含着大量的语料库,可以很方便地完成很多自然语言处理的任务,包括分词、词性标注、命名实体识别及句法分析。

  安装:

pip install nltk --upgrade

  安装完成后,需要导入 nltk 工具包,下载 nltk 数据源:

import nltk
nltk.download()

 (7) keras

  Keras 是第一个被添加到 TensorFlow 核心中的高级别框架,成为 TensorFlow 的默认 API。

  安装:

pip install keras --upgrade

 (8) tflearn

  TFLearn 是另一个支持 TensorFlow 的第三方框架。

  安装:

pip install git+https://github.com/tflearn/tflearn.git

 

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:
人工智能
使用钉钉扫一扫加入圈子
+ 订阅

了解行业+人工智能最先进的技术和实践,参与行业+人工智能实践项目

其他文章