《TensorFlow技术解析与实战》—— 2.2 基于pip的安装-阿里云开发者社区

开发者社区> 开发与运维> 正文
登录阅读全文

《TensorFlow技术解析与实战》—— 2.2 基于pip的安装

简介: 本节书摘来自异步社区《TensorFlow技术解析与实战》一书中的第2章,第2.2节,作者李嘉璇,更多章节内容可以访问云栖社区“异步社区”公众号查看 第2章 TensorFlow环境的准备 2.2  基于pip的安装 pip是Python的包管理工具,主要用于PyPI[2](Python Packet Index)上的包。

本节书摘来自异步社区《TensorFlow技术解析与实战》一书中的第2章,第2.2节,作者李嘉璇,更多章节内容可以访问云栖社区“异步社区”公众号查看

2.2  基于pip的安装

pip是Python的包管理工具,主要用于PyPI[2](Python Packet Index)上的包。命令简洁方便,包种类丰富,社区完善,并且拥有轻松升级/降级包的能力。

2.2.1 Mac OS环境准备
Mac OS是本书所讲内容依赖的环境,机器配置如图2-3所示。

1

图2-3

首先需要依赖Python环境,以及pip命令。这在Mac和Linux系统中一般都有。这里使用的Python版本是2.7.12。TensorFlow 1.1.0版本兼容Python 2和Python 3,读者可以用适合自己的Python环境。

1.安装virtualenv
virtualenv是Python的沙箱工具,用于创建独立的Python环境。我们毕竟是在自己机器上做实验,为了不来回修改各种环境变量,这里用virtualenv为TensorFlow创建一套“隔离”的Python运行环境。

首先,用pip安装virtualenv:

$ pip install virtualenv --upgrade
安装好后创建一个工作目录,这里直接在home下创建了一个tensorflow文件夹:

$ virtualenv --system-site-packages ~/tensorflow
然后进入该目录,激活沙箱:

$ cd ~/tensorflow
$ source bin/activate 
(tensorflow) $

2.在virtualenv里安装TensorFlow
进入沙箱后,执行下面的命令来安装TensorFlow:

(tensorflow) $ pip install tensorflow==1.1.0
默认安装所需的依赖,直至安装成功。

3.运行TensorFlow
照着官方文档录入一个简单例子:

(tensorflow) $ python
Python 2.7.12 (default, Oct 11 2016, 05:16:02)
[GCC 4.2.1 Compatible Apple LLVM 7.0.2 (clang-700.1.81)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>> import tensorflow as tf
>>> hello = tf.constant('Hello,TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow!

恭喜,TensorFlow环境已经安装成功了。

注意,每次需要运行TensorFlow程序时,都需要进入tensorflow目录,然后执行source bin/activate命令来激活沙箱。

2.2.2 Ubuntu/Linux环境准备
使用Ubuntu/Linux的读者可以照着Mac OS的环境准备,先安装virtualenv的沙盒环境,再用pip安装TensorFlow软件包。

TensorFlow的Ubuntu/Linux安装分为CPU版本和GPU版本,下面来分别介绍。

(1)安装仅支持CPU的版本,直接安装如下:

``
$ pip install tensorflow==1.1.0``
(2)安装支持GPU的版本的前提是已经安装了CUDA SDK,直接使用下面的命令:

$ pip install tensorflow-gpu==1.1.0
2.2.3 Windows环境准备
TensorFlow 1.1.0版本支持Windows 7、Windows 10和Server 2016。因为使用Windows PowerShell代替CMD,所以下面的命令均在PowerShell下执行。这里使用的是Windows 10系统,使用微软小娜呼唤出PowerShell,如图2-4所示。

2

图2-4

1.安装Python
TensorFlow在Windows上只支持64位Python 3.5.x,可以通过Python Releases for Windows[3]或Python 3.5 from Anaconda下载并安装Python 3.5.2(注意选择正确的操作系统)。下载后,安装界面如图2-5所示,注意勾选“Add Python 3.5 to PATH”。

3

图2-5

选择Customize installation(自定义安装),进入下一步。如图2-6所示,可以看出Python包自带pip命令。

4

图2-6

然后,等待安装完成,再到PowerShell中输入python,看到进入终端的命令提示则代表python安装成功。在“开始”->“所有程序”下也可以找到Python终端。安装成功后的界面如图2-7所示。

5

图2-7

TensorFlow的Windows安装也分为CPU版本和GPU版本,下面来分别介绍。

(1)CPU版本安装。在PowerShell中执行如下命令,默认安装TensorFlow 1.1.0版本及相关依赖。

C:\> pip install tensorflow==1.1.0
安装完成后如图2-8所示。

6

图2-8

(2)GPU版本安装。如果读者的机器支持安装GPU版本,请先安装如下两个驱动:CUDA[4]和CuDNN[5](后者需要注册NVIDIA用户,并加入CuDNN开发组,然后填若干问卷,才可以下载)。选择下载版本时要注意与CUDA版本匹配。解压后保存至CUDA的安装目录下。然后,安装GPU版本,安装命令如下:

C:\> pip install tensorflow-gpu==1.1.0
2.运行TensorFlow
在微软小娜中,搜索“python”,直接模糊匹配,调出命令窗口,输入测试代码:

>>>import tensorflow as tf  
>>>sess = tf.Session()  
>>>a = tf.constant(10)  
>>>b = tf.constant(22)  
>>>print(sess.run(a + b)) 
32```

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:
开发与运维
使用钉钉扫一扫加入圈子
+ 订阅

集结各类场景实战经验,助你开发运维畅行无忧

其他文章