Windows7下安裝和運行TensorFlow

轉自:http://blog.csdn.net/vincent2610/article/details/52451090


首先大家都知道,tensorflow目前只能在Linux和mac下運行,但是要在windows上運行也是有辦法的。答案就是:Docker

沒錯,只要利用Docker的虛擬化技術就可以在windows上跑tensorflow了,廢話不說,下面直接列出步驟:


1. 下載Docker

http://get.daocloud.io/#install-docker-for-mac-windows中選擇“下載 Docker Toolbox” (請勿選擇“下載 Docker for Windows”,這個版本只能安裝在win10下)



2. 安裝和運行Docker

安裝沒有什麼好講的,一直下一步就可以了。安裝完後,會在桌面生成3個圖標。


運行時,請選擇“Docker Quickstart Terminal”


3. 配置DaoCloud加速器

注:爲什麼要配置加速器,因爲Docker很多資源都被牆了,所以要藉助國內的這個DaoCloud鏡像加速網站

首先,雙擊進入Docker,第一次進入會比較長時間,因爲需要很多配置。

然後運行以下命令:

[plain] view plain copy
 在CODE上查看代碼片派生到我的代碼片
  1. <span style="font-size:12px;">docker-machine startdefault  
  2. docker-machine ssh default  
  3. sudo sed -i "s|EXTRA_ARGS='|EXTRA_ARGS='--registry-mirror=加速地址 |g" /var/lib/boot2docker/profile  
  4. exit  
  5. docker-machine restart default</span>  
注意:其中“加速地址”要根據實際使用的操作系統進行替換,怎麼替換呢?

打開https://www.daocloud.io/mirror#accelerator-doc,在“配置Docker加速器”下有不同操作系統的配置,選擇Windows


中間那個地址 http://1e5aa912.m.daocloud.io就是我們用來替換“加速地址”的值(直接替換加速地址四個字,不用加單引號或雙引號)


4.安裝DaoCloud Toolbox

安裝DaoCloud Toolbox是爲了能使用 dao 命令

首先,要到https://dashboard.daocloud.io/註冊賬號,並登陸。

https://dashboard.daocloud.io/選擇“我的集羣”


然後選擇“添加主機”


選擇“我已有一臺主機|windwos”


選擇“安裝好了”,進入第2步“安裝主機監控程序”


按照圖上的兩個命令執行,安裝監控程序,安裝成功後,在“我的集羣”->“自有集羣”裏面會出現你本地的主機


5.安裝TensorFlow

是不是很煩呢,不急,終於到我們的重頭戲了:tensorflow。

https://dashboard.daocloud.io/packages/bc7c9397-1132-4640-8076-cd804198f88a中可以看到tensorflow的信息


我們用 dao pull tensorflow/tensorflow:0.10.0命令來安裝tensorflow

這條命令根據網絡環境執行時間不定,我的話大概跑了1一個小時。執行完這句命令後,tensorflow就算安裝完成了。


安裝界面如下所示:


注意:dao命令可能會自己先更新一些tool set,所以需要等待它更新完,才能下載tensorflow。


6. 運行TensorFlow

運行一下下面的命令,如果能正常運行,說明你的tensorflow終於可以使用了。

[python] view plain copy
 在CODE上查看代碼片派生到我的代碼片
  1. <span style="font-size:12px;">$ python  
  2. ...  
  3. >>> import tensorflow as tf  
  4. >>> hello = tf.constant('Hello, TensorFlow!')  
  5. >>> sess = tf.Session()  
  6. >>> print(sess.run(hello))Hello, TensorFlow!  
  7. >>> a = tf.constant(10)  
  8. >>> b = tf.constant(32)  
  9. >>> print(sess.run(a + b))  
  10. 42  
  11. >>></span>  


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章