環境配置
可運行的系統版本
- Ubunte 16.04或更高版本
- Windows 7或更高版本
- Mac OS 10.12.6(Sierra)或更高版本
- Raspbian 9.0或更高版本
軟件環境安裝及配置
這裏不在推薦使用anaconda了,因爲anaconda版權的問題,國內的鏡像源大部分已經不再更新了,僅僅有清華源獲得了授權,但是也不確定以後會不會因爲其他原因而停止,因此在這裏建議直接使用Python虛擬環境來學習和使用tensorflow
Python版本及科學計算常用到的模塊
- pyenv
- python 3.6.8
- numpy
- pandas
- matplotlib
- jupyter notebook
- scikit-learn
- tensorflow
Pyenv安裝及基本使用
Pyenv是一個Python多版本管理工具,幫助我們在日常開發多個版本的無間隔互相轉換,方便我們的開發工作,同時隔離Python環境,避免包版本衝突
Pyenv安裝
由於pyenv使依賴於git的,因此我們需要先安裝git
yum -y install git
然後使用curl來安裝pyenv,pyenv其實就是一個shell腳本有興趣的可以看下
curl -L https://raw.githubusercontent.com/yyuu/pyenv-installer/master/bin/pyenv-installer | bash
安裝完成後會提示配置環境變量
vim ~/.bash_profile
追加下面的內容
export PATH="~/.pyenv/bin:$PATH"
eval "$(pyenv init -)"
eval "$(pyenv virtualenv-init -)"
Pyenv的基本使用
安裝Python需要的依賴關係
yum -y install gcc make patch
yum -y install gdbm-devel openssl-devel sqlite-devel readline-devel zlib-devel bzip2-devel ca-certificates
安裝Python
pyenv install 3.6.8
設置當前目錄的Python環境
pyenv local 3.6.8
設置Python全局環境
pyenv global 3.6.8
注意:如果可以的話永遠不要使用這個命令,因爲當使用了global命令的話,就將其項目的python版本也都修改成global設置的版本了,這樣就會出現很大的紕漏
若是錯誤使用了global,則只需要刪除version文件即可,但是千萬注意,一定不要刪除了其他的文件
Pyenv虛擬環境
有的時候會在多個項目中使用同一個python版本,若是還是使用上面的方法的話,就會出現錯誤,而且僅僅只是修改了在當前目錄下執行python操作的版本,因此在這裏就需要用到python的虛擬環境
其實說白了創建一個python版本的虛擬環境就是copy了一份版本信息
創建虛擬環境
pyenv virtualenv 3.6.8 tensorflow
執行pyenv versions查看python版本時候,會返回下面的結果:
* system (set by /root/.pyenv/version)
3.6.8
3.6.8/envs/tensorflow
tensorflow
這個時候我們會發現多了兩個python的版本,在這裏說明下,那個單獨的tensorflow的
版本就是爲了方便我們的使用,其實tensorflow這個版本可以說是一個別名,鏈接到
3.6.8/envs/tensorflow這個版本的
下面我們就使用lcoal方法使用tensorflow這個別名對應的版本吧
pyenv local lanyulei
當我們不用這個虛擬環境了,想刪除那麼執行下面的命令即可
pyenv uninstall lanyulei
虛擬環境目的是在於隔離,隔離第三方包
因爲每個項目可能依賴相同的第三方包,但是版本不同因此需要隔離
安裝科學計算常用到的模塊
這裏直接使用pip豆瓣源進行安裝
安裝CPU版本的tensorflow
pip install numpy pandas matplotlib notebook scikit-learn tensorflow==2.0.0 -i https://pypi.douban.com/simple
安裝GPU版本的tensorflow
pip install numpy pandas matplotlib notebook scikit-learn tensorflow-gpu==2.0.0 -i https://pypi.douban.com/simple
如果使用GPU的tensorflow的話,就需要安裝NAIDIA的相關軟件
自行百度安裝吧
CUDA toolkit
tensorflow 支持 CUDA 10.0
cuDNN SDK
7.4.1及更高的版本,用於深度神經網絡的GPU加速原語庫
檢查tensorflow安裝是否成功
In [1]: import tensorflow as tf
In [2]: tf.__version__
Out[2]: '2.0.0'
打印tensorflow版本號,因爲我們安裝的是tensorflow 2.0,因此輸出了2.0.0,表示我們已經安裝成功了