TensorFlow学习条记-第一周

流浪的布衣人

    TensorFlow的学习，固然最紧张的就是要有一个TensorFlow情况，以是本日学习条记的内容就是我搭建TensoFlow情况的过程。

高能预警：没图，眼睛轻易庞杂！

1Linux体系
     Linux体系在步伐圈拥有着至高无上的职位，固然也包罗呆板学习和深度学习。作为一名菜鸟步伐员，本科阶段才通过《鸟哥的Linux私房菜（底子学习篇）》打仗到linux体系，说真话，刚开始用不风俗，但是记着几个bash下令之后，嗯哼？Centos是鸟哥其时书中拿来举例用的Linux发行版，由于Linux体系各个发行版许多地方都差不多，以是就没有选Centos，而是选了Ubuntu（大概是听到Ubuntu的次数比力多的缘故吧）。根据Tensorflow官网的安装阐明，必要的Ubuntu版本必要16.04大概更高版本，以是这回TensorFlow的情况选择了Ubuntu 18.04 LTS。

    由于手头没有现成的Ubuntu体系，就在电脑上装了个假造机，这次重要是TensorFlow的安装，假造机的安装过程就不说了（有必要的可以去CSDN上搜一搜教程）下面就是Linux体系下安装的过程：

第一步：打开Terminal，一样平常通过pip安装TensorFlow，以是先设置好python以及pip：
    sudo apt update
    sudo apt install python3-dev python3-pip
    sudo pip3 install -U virtualenv
为了防止应用情况间的污染，安装了virtualenv，这可以用来为单个应用创建一套“隔离”的Python运行情况。
第二步：开始安装TensorFlow：
    起首，创建一个新的假造情况，方法是选择 Python 表明器并创建一个 ./venv 目次来存放它：
    virtualenv --system-site-packages -p python3 ./venv
    再利用特定于 shell 的下令激该死假造情况：
    source ./venv/bin/activate  # sh, bash, ksh, or zsh
（当 virtualenv 处于有用状态时，shell 提示符带有 (venv) 前缀）
在不影响主机体系设置的环境下，在假造情况中安装软件包。起首升级 pip：   
    pip install --upgrade pip
    pip list
    末了安装Tensorflow并测试：
    pip install --upgrade tensorflow
    python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"
返复书息如下：

此中，出现了一个warning：Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
这个一样平常可以忽略，大概意思是我的电脑支持GPU版本，但是安装的是CPU版本。
    到这里，TensorFlow就已经安装好了，假如要退出当前的virtualenv，可以利用 deactivate 下令。
2Windows
    大多数时间，我们利用的都是Windows体系，以是我也在Windows上安了一遍，体系是Windows10（tensorflow要求Windows 7及以上，且只支持python3）。

    起首，先设置python开辟情况，重要包罗python3和pip软件包管理器。由于原来就已经安装了Anaconda3，以是tensorflow软件包利用的是Anaconda软件包。（Anaconda的安装只必要去官网下载必要的软件包，根据提示一步步下来就好）
    安装好之后，打开Anaconda Prompt，为了之后更快的下载安装软件包，将conda源设置成清华源：
    conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
    conda config --set show_channel_urls yes
    新建名为tensorflow的python3.5情况：

    conda create -n tensorflow python=3.5
    启动tensorflow情况：
    activate tensorflow
    安装cpu版本tensorflow：
    pip install --upgrade --ignore-installed tensorflow
    测试是否安装乐成：
    python
    >>>import tensorflow as tf 
    >>>hello = tf.constant('Hello, TensorFlow!') 
    >>>sess = tf.Session() 
    >>>print(sess.run(hello))
留意：
1、通常我们利用 Jupyter Notebook来举行这类科学盘算的学习，但是当打开tensorflow情况下的jupyter notebook来验证的时间发现会弹出“no module named tensorflow”，办理方案如下：
    source activate tensorflow #激活tensorflow情况 
    conda install ipython 
    conda install jupyter 
    jupyter notebook #重新打开jupyter notebook
2、若ipython和spyder无法加载tensorflow，办理方案如下：
打开Anaconda Navigator，选择Not installed，找到 ipython和Spyder并安装。

终于竣事了，看得脑壳都疼了吧~

阅读与操纵一起来更酸爽哦~

本期就写到这，下期再见~