详解TensorFlow在windows上安装与简单示例


Posted in Python onMarch 05, 2018

本文介绍了详解TensorFlow在windows上安装与简单示例,分享给大家,具体如下:

安装说明

平台:目前可在Ubuntu、Mac OS、Windows上安装

版本:提供gpu版本、cpu版本

安装方式:pip方式、Anaconda方式

Tips:

  1. 在Windows上目前支持python3.5.x
  2. gpu版本需要cuda8,cudnn5.1

安装进度

2017/3/4进度:
Anaconda 4.3(对应python3.6)正在安装,又删除了,一无所有了
2017/3/5进度:
Anaconda 4.3(对应python3.6)get
Anaconda中python3.5.2get
tensorflow1.0.0get

行文思路

在看别人教程时候总遇到些没见过的名词,让人望而生畏。
所以索性从名词解释开始。
然后讲述TensorFlow的安装和简单示例。
作为自己的笔记,
也希望像我一样的小白看到这篇教程能觉得做起来很顺畅!

CUDA

CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序,C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。
计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展。为打造这一全新的计算典范,NVIDIA™(英伟达™)发明了CUDA(Compute Unified Device Architecture,统一计算设备架构)这一编程模型,是想在应用程序中充分利用CPU和GPU各自的优点。现在,该架构已应用于GeForce™(精视™)、ION™(翼扬™)、Quadro以及Tesla GPU(图形处理器)上。
来自百度百科。

(所以我的A卡是用不成它的)

Anaconda

Anaconda是由Python提供支持的领先的开放数据科学平台。 Anaconda的开源版本是Python和R的高性能分发版本,包括超过100个用于数据科学的最流行的Python,R和Scala软件包。
来自Anaconda官方下载页面

具体使用见Anaconda官方教程,简单易懂!

Anaconda初步学习

0.下载Anaconda安装包:Anaconda官方下载地址

我下载的是Anaconda4.3.0For Windows 64bit(内置python3.6)

下载好了就安装,一直下一步。

1.检查Anaconda是否成功安装:conda --version

详解TensorFlow在windows上安装与简单示例 

(嘻嘻,第一步成功了,开心点)

2.检测目前安装了哪些环境:conda info --envs

详解TensorFlow在windows上安装与简单示例 

(只有一个呀!不怕,继续来!)

3.检查目前有哪些版本的python可以安装:conda search --full-name python

详解TensorFlow在windows上安装与简单示例 

(好多呀,要哪个呢?嘻嘻当然是python3.5啦)

4.安装不同版本的python:conda create --name tensorflow python=3.5

(猜想输入python=3.5版本后,系统会自动选择一个3.5.x的版本吧)

详解TensorFlow在windows上安装与简单示例 

(python3.5.3要不要?实验室服务器上是3.5.2,统一好啦!)

详解TensorFlow在windows上安装与简单示例 

(好啦,GO!)

详解TensorFlow在windows上安装与简单示例 

(嘻嘻!安好啦!又离成功近了一步!)

5.按照提示,激活之:activate tensorflow

详解TensorFlow在windows上安装与简单示例 

(嘻嘻它有了一顶小帽子~代表我的当前环境哦)

6.确保名叫tensorflow的环境已经被成功添加:conda info --envs

详解TensorFlow在windows上安装与简单示例 

(Bravo!)

7.检查新环境中的python版本:python --version

详解TensorFlow在windows上安装与简单示例 

(^^开心开心~)

8.退出当前环境:deactivate

详解TensorFlow在windows上安装与简单示例 

(小帽子掉了)

9.切换环境:activate tensorflow

详解TensorFlow在windows上安装与简单示例 

想切换到哪个环境就 activate哪个~

这篇文章既然是安装tensorflow的,当然要avtivate tensorflow!

小妖精!我来了!

PS:想了解更多请看Anaconda官方教程,简单易懂好上手!别乱搜网上的教程,没有官方教程看着清爽!

TensorFlow安装

本文是将tensorflow在原生windows系统上安装,

采用anocanda的安装方式,

安装的是cpu版本(嗯,作为AMD的显卡,掩面哭)

Anaconda 4.3.0.1(带有python3.6)

在Anaconda里面配了python3.5.2

下面是今天的主角!(噼里啪啦)

1.按照官网的指示:
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_x86_64.whl

详解TensorFlow在windows上安装与简单示例 

(好吧,先是打错,接下来又这样!我不知道该怎么办了(ㄒoㄒ)/~~)

2.另一种尝试:pip install tensorflow

详解TensorFlow在windows上安装与简单示例 

(划重点了,原来是这样子!我是AMD的卡,对应的不一样!)

3.确认tensorflow安装成功:

错误尝试:直接在cmd里面键入python,然后键入import tensorflow as tf

详解TensorFlow在windows上安装与简单示例 

(小伙子默认的是python3.6啊啊啊啊啊,要从anaconda进入刚刚装的那个python3.5里面哦!~)

正确尝试:进入Anaconda Prompt-python里面,进入安装的名叫tensorflow的环境(我们装的python3.5.2记得吗?~),键入python,然后再键入import tensorflow as tf

在这里可以找到Anaconda Prompt-python:

详解TensorFlow在windows上安装与简单示例 

详解TensorFlow在windows上安装与简单示例

打开Anaconda Navigator(开始菜单->Anaconda 3->Anaconda Navigator),搞一个spyder玩,点击spyder下面的“install”,安装好就变成“Launch”了,点击就可以进去了。

详解TensorFlow在windows上安装与简单示例

在spyder里对tensorflow说Hello!

详解TensorFlow在windows上安装与简单示例

输出:

详解TensorFlow在windows上安装与简单示例 

(嘿嘿嘿哈哈哈我感觉我好像成功了!!!你呢?~~)

参考tensorflow官方文档,请上英文官网,中文社区似乎没有更新windows上的安装

TensorFlow例程上手

装了个新东西,我们先把它用起来吧!

概念什么的跑完第一个小程序再看!

找点成就感才好继续下去!

示例来源:MINIST For ML Beginners

MINST数据集:

  1. 55000训练集,10000测试集,5000验证集
  2. 每张图片都是28pixels*28pixels

代码:

#获得数据集
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

import tensorflow as tf

#输入图像数据占位符
x = tf.placeholder(tf.float32, [None, 784])

#权值和偏差
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))

#使用softmax模型
y = tf.nn.softmax(tf.matmul(x, W) + b)

#代价函数占位符
y_ = tf.placeholder(tf.float32, [None, 10])

#交叉熵评估代价
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))

#使用梯度下降算法优化:学习速率为0.5
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

#Session
sess = tf.InteractiveSession()

#初始化变量
tf.global_variables_initializer().run()

#训练模型,训练1000次
for _ in range(1000):
 batch_xs, batch_ys = mnist.train.next_batch(100)
 sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

#计算正确率
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))

accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))

print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

运行结果:输出显示得到模型的准确率

详解TensorFlow在windows上安装与简单示例

结语

昨天花费了大半天部署环境,不但一无所获且搞得焦头烂额。今天再战,索性边做边写,好像和旁边的人在聊天一样。嗯,心情愉悦的时候容易做出东西。时间很宝贵,但还是希望你的学习曲线不要太陡峭,希望你能愉快地走进新领域。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python遍历目录的4种方法实例介绍
Apr 13 Python
Python元组操作实例分析【创建、赋值、更新、删除等】
Jul 24 Python
python 对给定可迭代集合统计出现频率,并排序的方法
Oct 18 Python
python二进制文件的转译详解
Jul 03 Python
python搜索包的路径的实现方法
Jul 19 Python
python实现证件照换底功能
Aug 20 Python
pygame实现烟雨蒙蒙下彩虹雨
Nov 11 Python
python连接打印机实现打印文档、图片、pdf文件等功能
Feb 07 Python
python和JavaScript哪个容易上手
Jun 23 Python
Keras预训练的ImageNet模型实现分类操作
Jul 07 Python
Pandas的Apply函数具体使用
Jul 21 Python
matplotlib教程——强大的python作图工具库
Oct 15 Python
python 中if else 语句的作用及示例代码
Mar 05 #Python
运用TensorFlow进行简单实现线性回归、梯度下降示例
Mar 05 #Python
tf.truncated_normal与tf.random_normal的详细用法
Mar 05 #Python
用tensorflow搭建CNN的方法
Mar 05 #Python
利用TensorFlow训练简单的二分类神经网络模型的方法
Mar 05 #Python
python使用Pycharm创建一个Django项目
Mar 05 #Python
python爬虫基本知识
Mar 05 #Python
You might like
在同一窗体中使用PHP来处理多个提交任务
2006/10/09 PHP
php中autoload的用法总结
2013/11/08 PHP
CodeIgniter框架提示Disallowed Key Characters的解决办法
2014/04/21 PHP
thinkphp微信开之安全模式消息加密解密不成功的解决办法
2015/12/02 PHP
laravel框架查询数据集转为数组的两种方法
2019/10/10 PHP
js通过location.search来获取页面传来的参数
2014/09/11 Javascript
javascript实现日期按月份加减
2015/05/15 Javascript
动态JavaScript所造成一些你不知道的危害
2016/09/25 Javascript
浅谈javascript:两种注释,声明变量,定义函数
2016/10/05 Javascript
Swiper实现轮播图效果
2017/07/03 Javascript
详解Vue-Cli 异步加载数据的一些注意点
2017/08/12 Javascript
详解JS数组Reduce()方法详解及高级技巧
2017/08/18 Javascript
简单实现jQuery上传图片显示预览功能
2020/06/29 jQuery
在vue-cli搭建的项目中增加后台mock接口的方法
2018/04/26 Javascript
vue 实现基础组件的自动化全局注册
2020/12/25 Vue.js
[01:01:01]完美世界DOTA2联赛循环赛 GXR vs FTD BO2第一场 10.29
2020/10/29 DOTA
Python基础之函数用法实例详解
2014/09/10 Python
使用Python脚本对Linux服务器进行监控的教程
2015/04/02 Python
深入浅析Python字符编码
2015/11/12 Python
基于python实现微信模板消息
2015/12/21 Python
Python3.6简单操作Mysql数据库
2017/09/12 Python
Python matplotlib通过plt.scatter画空心圆标记出特定的点方法
2018/12/13 Python
pycharm 中mark directory as exclude的用法详解
2020/02/14 Python
python新式类和经典类的区别实例分析
2020/03/23 Python
python dict乱码如何解决
2020/06/07 Python
CSS3实现任意图片lowpoly动画效果实例
2017/05/11 HTML / CSS
css3类选择器之结合元素选择器和多类选择器用法
2017/03/09 HTML / CSS
CSS实现进度条和订单进度条的示例
2020/11/05 HTML / CSS
canvas画布实现手写签名效果的示例代码
2019/04/23 HTML / CSS
世界首屈一指的钓鱼用品商店:TackleDirect
2016/07/26 全球购物
美国儿童服装、家具和玩具精品店:Maisonette
2019/11/24 全球购物
联强国际笔试题面试题
2013/07/10 面试题
服装设计专业自荐书范文
2013/12/30 职场文书
模具数控专业自荐信
2014/01/27 职场文书
社区植树节活动总结
2015/02/06 职场文书
第一书记观后感
2015/06/08 职场文书