寫在前面:
各行各業都有框架,我們在不知不覺中也會使用各種各樣的框架,比如進行web開發時就有Django、flask、SSM、bootstrap、vue.js等等框架。深度學習框架是一種界面、庫或工具,它使我們在無需深入瞭解底層算法的細節的情況下,能夠更容易、更快速地構建深度學習模型。其目的就是爲了減少開發工作量,提高開發效率,很多基礎性的工作,別人已經幫你做好了,包括各種各樣的學習算法等等,我們只需要學會如何使用這個框架,要調用那些模塊,要設置那些參數等等,就可以開始進入深度學習的廣闊天地了。深度學習的優秀框架非常多,且各有各的特點,本文選擇比較有影響力的tensorflow。
一、TensorFlow簡介
TensorFlow™是一個基於數據流編程的符號數學系統,被廣泛應用於各類機器學習算法的編程實現,其前身是谷歌的神經網絡算法庫DistBelief,而DistBelief的功能是構建各尺度下的神經網絡分佈式學習和交互系統,也被稱爲“第一代機器學習系統”。
TensorFlow由谷歌人工智能團隊谷歌大腦開發和維護,擁有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在內的多個項目以及各類應用程序接口(Application Programming Interface, API)。自2015年11月9日起,TensorFlow依據阿帕奇授權協議(Apache 2.0 open source license)開放源代碼 。
最新版本爲:2.1 /2020年1月8日
穩定版本爲:1.12.0/2018年10月9日
Tensorfloe官網:https://tensorflow.google.cn/
Tensorflow中文社區:http://www.tensorfly.cn/
二、TensorFlow安裝
TensorFlow支持多種客戶端語言下的安裝和運行,其中Python語言下提供四個不同版本:
1、CPU版本(tensorflow)
2、GPU加速的版本(tensorflow-gpu)
3、CPU每日編譯版本 (tf-nightly)
4、GPU加速每日編譯版本 (tf-nightly-gpu)
可以使用模塊管理工具pip/pip3 或anaconda安裝Python版TensorFlow並在終端直接運行。
本文安裝方式:anaconda可視化界面安裝
打開anaconda navigator,選擇一個虛擬環境,點擊channels,檢查是否設置了國內清華鏡像
如果沒有的話,選擇添加:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
選擇框選擇All,搜索框輸入tensorflow,即可找到各種tensorflow版本,
如果電腦有英偉達(NVIDIA)的顯卡,最好選擇gpu版本的,cpu版本的只適合入門練習,不適合比較大的項目,當然,如果沒有英偉達的顯卡,就只能選擇cpu版本,即不帶gpu的。如圖,可以看到最新版本號爲2.1
在要安裝的版本前打勾,選中要安裝的版本,鼠標右鍵可選擇要安裝的版本號,本文安裝1.14,因爲很多比較經典的開源項目是在比較早的tensorflow版本下開發的,隨着tensorflow版本的升級,早先的一些函數功能已經被棄用,如果安裝了最新的版本,可能無法正常使用這些項目。當然也可以根據自己的需要,選擇對應的版本進行體驗。
選中要安裝的版本,點擊apply
安裝過程提示
將選擇框切換帶installed,可以看到tensorflow框架已經安裝成功
同樣,在文件夾中可以看到已經安裝成功了
三、安裝結果檢查
打開cmd窗口,進入conda虛擬環境
conda activate test
進入python解釋器
python
如不能成功打開,可考慮先切換目錄到envs下
cd E:\anaconda3\envs
E:
conda activate test
python
依次輸入py語句
-
import tensorflow as tf #導入tensorflow模塊包中的tf對象
-
hello = tf.constant('hello world') #使用tf創建一個常量
-
sess = tf.Session() #使用tf創建一個Session對話
-
print(sess.run(hello) #打印Session對話
此時,py程序中可以使用tensorflow模塊了,說明我們的tensorflow框架安裝成功
值得注意的是,這只是一個簡單測試,並不是唯一驗證是否正確安裝tensorflow的標準,另外,如果安裝了2.0以上的版本,是不會得出正確結果的,因爲從2.0版本開始已經移除了tf.Session()功能
退出python解釋器
exit()
注意括號是英文狀態下的
退出虛擬環境
conda deactivate
下一節將介紹一個更好用的python編程IDE,pycharm
未完待續...
附1 tensorflow github開源項目地址
https://github.com/scikit-learn/scikit-learn
附2 tensorflow 中文文檔
https://tensorlayercn.readthedocs.io/zh/latest/
附3 Tensorflow中文社區入門教程