我使用的是mac,直接进入主题,安装
1.在安装TensorFlow之前先安装python,我采用brew安装,brew 的资料详见https://brew.sh/
beew install python
2.python安装完成就可以按照pip了,pip是Python包管理工具。接下来用pip按照tensorflow
pip install https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl
看到如下信息说明安装成功,恭喜。
$ pip install https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl Collecting tensorflow==0.5.0 from https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl Downloading https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl (9.8MB) 100% |████████████████████████████████| 9.8MB 113kB/s Collecting numpy>=1.9.2 (from tensorflow==0.5.0) Downloading numpy-1.13.3-cp27-cp27m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl (4.6MB) 100% |████████████████████████████████| 4.6MB 12kB/s Collecting six>=1.10.0 (from tensorflow==0.5.0) Downloading six-1.11.0-py2.py3-none-any.whl Installing collected packages: numpy, six, tensorflow Successfully installed numpy-1.13.3 six-1.11.0 tensorflow-0.5.0
3.我想试一下官方的例子。尝试我的第一个 TensorFlow 程序
控制台输入python
$ python Python 2.7.14 (default, Sep 25 2017, 09:53:22) [GCC 4.2.1 Compatible Apple LLVM 9.0.0 (clang-900.0.37)] on darwin Type "help", "copyright", "credits" or "license" for more information. >>> import tensorflow as tf >>> hello = tf.constant('Hello, TensorFlow!') >>> sess = tf.Session() can't determine number of CPU cores: assuming 4 I tensorflow/core/common_runtime/local_device.cc:25] Local device intra op parallelism threads: 4 can't determine number of CPU cores: assuming 4 I tensorflow/core/common_runtime/local_session.cc:45] Local session inter op parallelism threads: 4 >>> print sess.run(hello) Hello, TensorFlow! >>> a = tf.constant(10) >>> b = tf.constant(32) >>> print sess.run(a+b) 42
中间有报错,但是不影响程序执行。发现其实我们下载的tensorflow版本太低了,官方已经出1.4的版本了,所以更新tensorflow
再次控制台执行
$ pip install -U tensorflow Collecting tensorflow Downloading tensorflow-1.4.0-cp27-cp27m-macosx_10_11_x86_64.whl (38.8MB) 11% |███▌ | 4.3MB 20kB/s eta 0:28:18
这次是下载的1.4了。漫长的等待,半天了才4.3,等不及的同学可以修改pip的源
如果没有 .pip 文件夹,那么就要新建这个文件夹,mkdir .pip 然后在.pip 文件夹内新建一个文件 touch pip.conf, 编辑 pip.conf 文件,写入阿里云 [global] index-url = http://mirrors.aliyun.com/pypi/simple/ [install] trusted-host=mirrors.aliyun.com
后面的速度飞快。
$ pip install -U tensorflow Collecting tensorflow Downloading http://mirrors.aliyun.com/pypi/packages/d6/1b/c0cabf27871cd71c3b02c8e94ee74703f6a240eaf7a139b0f0fcef85aa1c/tensorflow-1.4.0-cp27-cp27m-macosx_10_11_x86_64.whl (38.8MB) 100% |████████████████████████████████| 38.9MB 8.1MB/s Requirement already up-to-date: six>=1.10.0 in /usr/local/lib/python2.7/site-packages (from tensorflow) Collecting protobuf>=3.3.0 (from tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/74/34/52e4fcc023f36ba8c408765032e6b9052eff115b01a17e3d2af48fac3a97/protobuf-3.5.0.post1-py2.py3-none-any.whl (389kB) 100% |████████████████████████████████| 389kB 6.9MB/s Collecting enum34>=1.1.6 (from tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/c5/db/e56e6b4bbac7c4a06de1c50de6fe1ef3810018ae11732a50f15f62c7d050/enum34-1.1.6-py2-none-any.whl Collecting tensorflow-tensorboard<0.5.0,>=0.4.0rc1 (from tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/d5/fb/80df4eb3234c41beeeb3122b1966effbf08608fb80d2fa74bb72f8da9cb3/tensorflow_tensorboard-0.4.0rc3-py2-none-any.whl (1.7MB) 100% |████████████████████████████████| 1.7MB 4.5MB/s Collecting mock>=2.0.0 (from tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/e6/35/f187bdf23be87092bd0f1200d43d23076cee4d0dec109f195173fd3ebc79/mock-2.0.0-py2.py3-none-any.whl (56kB) 100% |████████████████████████████████| 61kB 17.6MB/s Requirement already up-to-date: numpy>=1.12.1 in /usr/local/lib/python2.7/site-packages (from tensorflow) Requirement already up-to-date: wheel in /usr/local/lib/python2.7/site-packages (from tensorflow) Collecting backports.weakref>=1.0rc1 (from tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/88/ec/f598b633c3d5ffe267aaada57d961c94fdfa183c5c3ebda2b6d151943db6/backports.weakref-1.0.post1-py2.py3-none-any.whl Collecting setuptools (from protobuf>=3.3.0->tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/0f/40/b3c98aa32bc91d3d8c573443a29aa482d77268d77132b63f09d8385b21ff/setuptools-37.0.0-py2.py3-none-any.whl (481kB) 100% |████████████████████████████████| 491kB 10.3MB/s Collecting werkzeug>=0.11.10 (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/97/02/306e0d57fdbf467ec1c763bc1757ec6ba20b1332e0ea7e49111533d71d1c/Werkzeug-0.12.2-py2.py3-none-any.whl (312kB) 100% |████████████████████████████████| 317kB 32.0MB/s Collecting markdown>=2.6.8 (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/29/82/dfe242bcfd9eec0e7bf93a80a8f8d8515a95b980c44f5c0b45606397a423/Markdown-2.6.9.tar.gz (271kB) 100% |████████████████████████████████| 276kB 811kB/s Collecting futures>=3.1.1; python_version < "3.2" (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/a6/1c/72a18c8c7502ee1b38a604a5c5243aa8c2a64f4bba4e6631b1b8972235dd/futures-3.1.1-py2-none-any.whl Collecting bleach==1.5.0 (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/33/70/86c5fec937ea4964184d4d6c4f0b9551564f821e1c3575907639036d9b90/bleach-1.5.0-py2.py3-none-any.whl Collecting html5lib==0.9999999 (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/ae/ae/bcb60402c60932b32dfaf19bb53870b29eda2cd17551ba5639219fb5ebf9/html5lib-0.9999999.tar.gz (889kB) 100% |████████████████████████████████| 890kB 4.2MB/s Collecting funcsigs>=1; python_version < "3.3" (from mock>=2.0.0->tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/69/cb/f5be453359271714c01b9bd06126eaf2e368f1fddfff30818754b5ac2328/funcsigs-1.0.2-py2.py3-none-any.whl Collecting pbr>=0.11 (from mock>=2.0.0->tensorflow) Downloading http://mirrors.aliyun.com/pypi/packages/0c/5d/b077dbf309993d52c1d71e6bf6fe443a8029ea215135ebbe0b1b10e7aefc/pbr-3.1.1-py2.py3-none-any.whl (99kB) 100% |████████████████████████████████| 102kB 8.7MB/s Building wheels for collected packages: markdown, html5lib Running setup.py bdist_wheel for markdown ... done Stored in directory: /Users/da_peng/Library/Caches/pip/wheels/73/ad/47/9f37537924b4a61feef8150486069191bc0994416a677b7408 Running setup.py bdist_wheel for html5lib ... done Stored in directory: /Users/da_peng/Library/Caches/pip/wheels/e4/68/0c/85c19b1fbe67607477168d154bd1c20ba586fc23988e03818a Successfully built markdown html5lib Installing collected packages: setuptools, protobuf, enum34, werkzeug, markdown, futures, html5lib, bleach, tensorflow-tensorboard, funcsigs, pbr, mock, backports.weakref, tensorflow Found existing installation: setuptools 36.5.0 Uninstalling setuptools-36.5.0: Successfully uninstalled setuptools-36.5.0 Found existing installation: tensorflow 0.5.0 Uninstalling tensorflow-0.5.0: Successfully uninstalled tensorflow-0.5.0 Successfully installed backports.weakref-1.0.post1 bleach-1.5.0 enum34-1.1.6 funcsigs-1.0.2 futures-3.1.1 html5lib-0.9999999 markdown-2.6.9 mock-2.0.0 pbr-3.1.1 protobuf-3.5.0.post1 setuptools-37.0.0 tensorflow-1.4.0 tensorflow-tensorboard-0.4.0rc3 werkzeug-0.12.2
安装完成,接下来开始tensorflow之旅
相关推荐
TensorFlow是一个基于Python的机器学习库,因此安装Python是前提条件。文中建议安装Python 3.6版本,并强调在安装过程中勾选"Add Python 3.6 to PATH"选项,以便于在命令行中直接调用Python解释器。 完成Python的...
随着深度学习技术的迅速发展,TensorFlow已经成为最受欢迎的机器学习框架之一。本篇文章将详细介绍如何在Windows 10操作系统下搭建一个完整的TensorFlow环境。此教程不仅适用于初学者,也对有一定基础的开发者有所...
在"北大tensorflow学习笔记"中,我们可以深入探索这个广泛应用于学术研究和工业实践的平台。 一、TensorFlow基础知识 1.1 **张量(Tensor)**:TensorFlow的核心概念,是多维数据数组,可以是标量、向量、矩阵甚至...
总结来说,检查TensorFlow版本和安装路径是确保你能够有效地利用TensorFlow进行机器学习项目的关键步骤。通过上述方法,你可以确认安装的TensorFlow版本是否与你的硬件兼容,以及了解如何优化性能。对于GPU支持的...
在Python的深度学习领域,TensorFlow是一个非常重要的框架,它被广泛用于构建和训练神经网络。TensorFlow 2.3是该框架的一个稳定版本,它提供了许多改进和新特性,以提升开发者的体验和模型的性能。对于那些无法连接...
TensorFlow是由Google Brain团队开发的一款开源机器学习框架,自2015年发布以来迅速成为业界最受欢迎的深度学习框架之一。它不仅支持多种计算设备(如CPU、GPU等),还支持分布式计算,非常适合大规模数据处理与模型...
TensorFlow安装详细步骤 TensorFlow是一个开源的人工智能框架,由Google开发,具有广泛的应用前景。...通过按照本文的步骤,您可以成功安装TensorFlow并开始使用它进行机器学习和深度学习的开发。
机器学习框架之TensorFlow学习 TensorFlow是一个开源的机器学习框架,由Google开发,主要应用于深度学习和机器学习领域。下面将对TensorFlow的安装、基本使用和一些高级应用进行详细介绍。 一、安装TensorFlow 要...
Anaconda是一款用于科学计算的Python发行版,集成了许多常用的库,非常适合进行深度学习相关的开发工作。如果你尚未安装,请下载并安装Anaconda 3-4.3.0.1版本(适用于64位Windows系统)。 #### 二、创建虚拟环境 1...
TensorFlow是一个数据流编程系统,专为机器学习算法设计,广泛应用于谷歌内部产品开发和科研领域。它具备多层级结构,支持在各种硬件平台上运行,包括GPU和TPU,以实现高性能的数值计算。 安装TensorFlow2.0 GPU版...
TensorFlow是一个强大的深度学习框架,它构建在Python之上,需要一系列的库和工具才能正常运行。下面我们将详细探讨离线安装TensorFlow时所涉及的关键知识点。 首先,我们需要理解TensorFlow的核心依赖项。这些包括...
在使用TensorFlow这一强大的深度学习库时,安装过程可能会遇到各种问题。本篇文章将详细解析在安装TensorFlow过程中常见的错误及对应的解决方案,帮助你顺利进行机器学习和深度学习的实践。 1. **环境配置错误**:...
在Windows上安装TensorFlow是深度学习开发者的重要步骤,因为这个强大的开源库为机器学习和人工智能提供了广泛的...遵循以上指南,你应该能够在Windows上顺利安装并开始使用TensorFlow,进行激动人心的深度学习之旅。
TensorFlow是一个基于数据流编程(dataflow programming)的符号数学库,主要用于各类机器学习(machine learning)算法的编程实现,其前身是谷歌神经网络算法库DistBelief Tensorflow拥有多层级结构,可部署于各类...
《Sklearn 与 TensorFlow 机器学习实用指南》是一本深入探讨机器学习技术的书籍,主要聚焦于两个在数据科学领域广泛使用的开源库:Scikit-Learn(简称sklearn)和TensorFlow。这本书针对想要掌握机器学习算法并进行...
在Windows环境下搭建TensorFlow Faster R-CNN这一深度学习框架的过程可能会遇到一些挑战,因为相比于Linux系统,Windows下的配置相对复杂一些。以下是一个详尽的安装和使用教程。 首先,我们需要了解TensorFlow和...
第九章 深度学习、TensorFlow安装和实现 第十章 TensorFlow深入、TensorBoard 十一章 DNN深度神经网络手写图片识别 十二章 TensorBoard可视化 十三章 卷积神经网络、CNN识别图片 十四章 卷积神经网络深入、AlexNet...
TensorFlow是Google开发的一款强大的开源库,用于数值计算和机器学习任务,尤其在深度学习领域广泛应用。1.15版本是TensorFlow的一个稳定版本,它提供了许多改进和新特性,同时也兼容之前的API,使得迁移旧项目更为...