在家搭建了一套TensorFlow开源机器学习平台

前言

  双十一之后的第一个周末双休,大家都“剁”手了吗。周末上午在家休息，下午 搭建了一套TensorFlow开源机器学习平台。

  上次已经搭建了一套Anaconda3，本次将基于Anaconda3搭建安装TensorFlow开源机器学习平台。需要看Anaconda3的安装详细教程的可以移步到这个传送门。

记录一次在Windows中安装Anaconda3的详细过程

初识TensorFlow

  TensorFlow是一个基于数据流编程的符号数学系统，被广泛应用于各类机器学习算法的编程实现。 TensorFlow由谷歌人工智能团队谷歌大脑开发和维护。TensorFlow支持多种客户端语言下的安装和运行1.12.0版本以后绑定完成并支持版本兼容运行的语言为C和Python，像JavaScript、C++、Java、Go和Swift等开发语言也正在完善中。

核心组件

• 分发中心（distributed master）
• 执行器（dataflow executor/worker service）
• 内核应用（kernel implementation）
• 最底端的设备层（device layer）
• 网络层（networking layer）

快速安装

conda计算环境

建立一个python3.6的conda计算环境，命名为tensorflow。在终端中输入：

conda create -n tensorflow python=3.6

命令运行完之后，-*执行结果如下图所示

开始自动安装搭建一个TensorFlow环境

激活环境

为了激活TensorFlow环境，用下面的命令激活这个环境：

activate tensorflow

切换到tensorflow 下面

安装TensorFlow

下一步在上面创建的环境中，去安装TensorFlow，执行命令如下，

pip install tensorflow

已经开始安装

安装过程比较长，可能需要等待一段时间，安装中：

TensorFlow安装完成，如下图

检测安装情况

当TensorFlow安装完成之后，为了检查TensorFlow环境是否安装成功，需要执行如下命令。

python import tensorflow as tf

print （tf.__version__）

查看安装版本

安装成功之后，输入如下代码进行测试：

hello = tf.constant("hello, tensorflow! ") 
 sess = tf.Session() 
 print(sess.run(hello))

注意事项

• 使用TensorFlow的时候需要激活conda环境，在cmd中先输入activate tensorflow
• 退出TensorFlow环境，输入命令：deactivate
• 查看环境信息conda info --envs

以下两张图是执行注意事项的截图

结语

  好了，以上就是在Windows中基于Anaconda3安装TensorFlow开源机器学习平台的详细过程