澳门新萄京官方网站-www.8455.com-澳门新萄京赌场网址

基于Anaconda的TensorFlow安装笔记

2019-12-01 作者:www.8455.com   |   浏览(127)

  方今在中国民代表大会学MOOC平台深造哈工大的曹健先生上的“人工智能实践——Tensorflow”课程,初叶自己的人工智能之旅。第一天,疏解怎么样搭建实验室景况,笔者是mac系统,所以只写mac系统上的实验室遭受设置笔记。在曹健先生的课中,也可能有windows系统的装置教程,须要的人可以自动前往观看录制。

    转发请评释源出处:

先是次接触Ubuntu,第二次正式的装软件,想说不一样的电话机,坑也是美妙的,有的机子一句谈笑风生就足以解决了,大不断加叁个sudo,恐怕转移一下源, 不过各样机子有她的秉性,照旧一步一步来啊,一路百度,一路满屏飙红报错,然则到最终依然稀里扬扬洒洒的装好了,轻易记录一下,万豆蔻年华对外人有帮扶啊。

  1. 安装python环境
    在windows上提出安装anaconda,官方python安装各样包的时候,会冒出各类编译错误,很可恶。去Anaconda 官网下载安装包安装,小编下载的是4.3.14版,暗许对应官方python版本3.6。
  2. 步入命令行格局(笔者用的cmder,号称windows下命令行神器!),创造设想遭逢,为啥要创设个虚拟意况呢?因为TensorFlow官方还不协助Python 3.6版本,只可以创造多个3.5本子设想景况。
    conda create --name tensorflow python=3.5
  3. 激活刚才成立的设想情形,以后再张开新的命令行的时候,别忘了先进行上边语句激活设想情况
    activate tensorflow
  4. 设置一些不可缺乏的包
    conda install jupyter
    conda install scipy
  5. 假诺您有支持CUDA的Nvidia显卡, 去Nvidia官网下载叁个CUDA Toolkit并设置。若无,请直接进去第6步
  6. 若是你从未Nvidia的显卡就设置CPU版本的TensorFlow
    pip install tensorflow
    如果有Nvidia的显卡,就安装GPU版本的TensorFlow
    pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.0.1-cp35-cp35m-win_amd64.whl
  7. 设置成功后
    ipython
    跻身ipython交互作用情形,输入下边语句
    import tensorflow as tf
    hello = tf.constant('Hello, TensorFlow!')
    sess = tf.Session()
    print(sess.run(hello))
    后生可畏经能出口
    b'Hello, TensorFlow!'
    那就证实安装TensorFlow成功了!

0. 概述

在不一致平台上怎么设置TensorFlow,在TensorFlow官网都有照望的操作表达,本文首要记录在Windows下通过Anaconda安装TensorFlow的步骤和蒙受的难点。

图片 1

安装TensorFlow

  第一步,安装Anaconda

    那篇小说介绍了后生可畏晃在Windows上安装TensorFlow的步调,首要是翻译了须臾间官方的安装辅导,官方指点网站:这里。(需要FQ访问)。

策动干活

1. 安装Anaconda

Anaconda提供了Python第三方库的安装管理功能,有了Anaconda就不必要本人去安装NumPy、TensorFlow。大家可以在Anaconda的官英特网去下载Anaconda的Windows版本并设置。

图片 2

下载Anaconda

Anaconda设置成功后,在开头菜单中找到Anaconda,然后张开Anaconda Prompt,Anaconda Prompt里面根本用于输入一些命令。

图片 3

Open Anaconda Prompt

  网站链接是

1 决定安装哪个版本的TensorFlow

您必须要筛选下列TensorFlow的中间意气风发种档案的次序进行安装(能够都装):

    仅扶持CPU版本的TensorFlow。假若你的系统中从未NVIDIA的GPU,你必得安装那么些本子。注意这几个版本经常是极度轻松安装的,只须求5到10分钟,所以就算你有NVIDIA的GPU,我们也引进你先装那一个本子。

    扶植GPU版本的TensorFlow。平常TensorFlow的次第在GPU上运营比CPU快。因而,假设您的体系有满足以下所示的前提条件的NVIDIA的GPU,何况你所须要周转的运用相当的重视品质,最后你应有设置那个本子。

1. Ctrl Alt T 张开终端

2. 创建 & 激活 tensorflow的conda景况变量

在Anaconda Prompt输入指令:conda create -n tensorflow python=3.5 来创立tensorflow的conda碰到变量。当创造达成后,输入指令:activate tensorflow激活tensorflow环境。

图片 4

创办tensorflow的conda情况变量

  第二步,展开网站 with Anaconda,下图圈出来的言语大家会在下一步用到,可去网站上复制粘贴。

2 运营GPU版本的TensorFlow所需条件

    假让你选拔本指南介绍的机制之一来安装具备GPU扶植的TensorFlow,则系统上必得安装以下NVIDIA软件:

    CUDA® Toolkit 8.0。有关详细音信,请参阅NVIDIA的文档确认保证将有关的Cuda路线名追加到%PATH%情状变量中,如NVIDIA文书档案所述。

    与CUDA Toolkit 8.0有关的NVIDIA驱动程序。

    cuDNN v5.1。有关详细音讯,请参阅NVIDIA的文档。请在乎,cuDNN常常设置在与别的CUDA DLL分歧的岗位。确定保障将你安装cuDNN DLL的目录增多到%PATH%情状变量中。

    具备CUDA Compute Capability 3.0依然更加高版本的GPU卡。有关帮衬的GPU卡的列表,请参阅NVIDIA文档。

    以上是合法原来的文章,其实只必要下载八个软件,多个是CUDA8.0,另三个是cuDNN 5.1。第多个软件是二个exe文件,直接点开自动安装就足以了,蒙受变量会活动抬高,在决定台输入:nvcc -V看见下图正是好了:

图片 5

    第一个软件是贰个压缩包,解压后放到大肆一个文本夹,在系统的Path路线变量下增多路线就足以了。双击此Computer->系统品质->高档系统装置->处境变量->找到PATH变量编辑就足以了,具体如图:

图片 6

    除了根目录,把bin的有关目录也要增加进去,那样那GPU所要的准则就完事了。此处参照他事他说加以调查文章。那篇随笔也给了下载地址。

2. 查看pip

which pip 能够赢得 /home/xueshan/anaconda/bin/pipsudo which pip 输入密码后得以获得 /user/local/bin/pip

3. 安装tensorflow

在激活tensorflow了的景况中,使用pip来设置tensorflow相关的包,输入指令:pip3 install --upgrade tensorflow

图片 7

pip install --ignore-installed --upgrade tensorflow

设置成功后,会犹如下提示,整个安装进度到此截至。

图片 8

设置收尾

  图片 9

3 决定哪些设置TensorFlow

    你必须要筛选安装TensorFlow的体制。扶助的选择如下:

        "本地"pip

        Anaconda

    本地的pip在您的连串上从来设置TensorFlow,而不须要经过虚构情状。由于地面pip安装不会在三个密封的割裂容器中,所以pip安装或许影响您系统上任何基于Python的安装。然则,假若您领会pip和你的Python境况,本地pip安装日常只要求多少个命令。並且,假设你使用本地pip安装,客户能够从系统上其余目录运行TensorFlow程序。

    在Anaconda中,你能够运用conda来创建叁个设想景况。不过,在Anaconda中,大家提出你选取pip install命令,实际不是conda install命令。

    注意:conda包是社区扶持的,未有规范的支撑。也正是说,TensorFlow团队既不测量试验也不维护那个conda包。使用那么些包,你本人要担负危害。

3. 查看python的装置路线

which python 能够收获 /home/xueshan/anaconda/bin/pythonsudo which python 输入密码后能够博得 /user/bin/python

4. 运营第叁个TensorFlow程序

为了验证TensorFlow是还是不是安装成功,我们要求周转一个Hello TensorFlow程序,若无报错,表达TensorFlow已经安装正确了。须求周转的代码如下:

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

在实施import tensorflow as tf恐怕就能遇上三个不当:ImportError: No module named 'tensorflow' ,招致那个错误的原故想必有两点:

  • #### 1. TensorFlow还没设置成功

就算设置收尾后有二个Successfully installed的唤起,不过事实上恐怕未有安装TensorFlow。这时候就足以经过Anaconda的可视化管理工科具Anaconda Navigator来查阅TensorFlow是还是不是安装。

图片 10

打开Anaconda Navigator

打开Anaconda Navigator,在Environment中找到大家创造的tensorflow境遇变量,选取Installed后,寻觅关键字tensorflow,借使能检索到,说明tensorflow已经设置了。

图片 11

反省TensorFlow是还是不是安装

假定未有寻找到,就在下拉列表里面采取Not installed,然后找寻tensorflow,手动进行设置。

图片 12

找寻tensorflow,手动进行安装

  • #### 2. 运营Python的条件不对

    在认同TensorFlow已经设置成功后,借使照旧照旧报错,那或许便是因为运转Python的情况不对。

  • 不可能直接在终点里面输入python

    图片 13

    不能够一贯在极端里面输入python

  • 直接在Anaconda Prompt输入python,不过未有激活TensorFlow的条件

    图片 14

    一贯在Anaconda Prompt输入python,但是还未有激活TensorFlow的条件

  • 无可争辩的操作
    没有什么可争辨的的周转方式应该是:在Anaconda Prompt输入python,并激活tensorflow的境况,那点在官方网站的装置表明中也许有提到。

    图片 15

    不错的运营格局

末段,施行import tensorflow as tf未有报错。

图片 16

在Anaconda Prompt输入python,并激活tensorflow的环境

 

4 使用本地的pip安装

    如若您的微计算机上未安装以下版本的Python,请立即安装:

        Python 3.5.x from python.org

    TensorFlow在Windows上只扶助3.5.x本子的Python。注意,Python 3.5.x自带了pip3软件包微处理器,那是您将用来安装TensorFlow的先后。

    要设置TensorFlow,请运维终端。然后在终极中输入适当的pip3 install命令。要设置CPU-only版本的TensorFlow,请输入下边的一声令下:

        C:> pip3 install --upgrade tensorflow

    要设置GPU版本的TensorFlow,输入上边包车型地铁一声令下:

        C:> pip3 install --upgrade tensorflow-gup

4. 查看python的版本

python --version 结果为Python 2.7.13 :: Anaconda 2.1.0 sudo python --version 结果为 python 2.7.6

依据地点的一声令下输出结果能够判明本机使用的是anaconda下的python和pip, sudo的pip和python是系统自带的。所以想要安装到anaconda境遇下就用anaconda的pip install, 想要安装到系统的python就用sudo pip install

5. 别的主题素材

  • #### 1. The TensorFlow library wasn't compiled to use SSE instructions

在实施完sess = tf.Session(卡塔尔后,会现身一条警报:

The TensorFlow library wasn't compiled to use SSE instructions, but these are available on your machine and could speed up CPU computations.

能够通过设置log的等级,让警示的log不出口:

图片 17

os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

  • #### 2. 其余周围安装难题

TensorFlow官方网站也提供了有个别宽伊春装难点的杀绝办法,我们能够对症下药。

图片 18

图片.png

  第三步:根据上海教室的指令行语句,在mac终端上粘贴输入指令行搭建TensorFlow遇到。笔者输入的语句和机能图依次如下图所示:

5 通过Anaconda安装

    Anaconda安装时社区扶植,不是合法帮助

    依据以下步骤在Anaconda景况中安装TensorFlow:

    1.按照Anaconda下载网址上的证实下载并安装Anaconda。

    2.透过调用上面发号出令,成立二个名字为tensorflow的conda意况:

        C:> conda create –n tensorflow

    3.经超过实际施以下命令激活conda意况:

        C:> activate tensorflow

    4.进行合适的通令在您的conda情形中装置TensorFlow。要安装CPU-only版本的TensorFlow,输入以下命令:

        C:> pip install --ignore-installed --upgrade

    要设置GPU版本的TensorFlow,输入以下命令(只是风度翩翩行):

        C:> pip install --ignore-installed --upgrade

5. 合法提供了4种安装tensorflow的办法:
  • Anaconda
  • native pip
  • virtualenv install
  • Docker

上面分别介绍基于Anacondanative pip安装cpu版tensorflow。

6. 参考

  • Installing TensorFlow on Windows

  • "The TensorFlow library wasn't compiled to use SSE instructions, but these are available on your machine and could speed up CPU computations" in "Hello, TensorFlow!" program

  1、张开mac的顶点,用conda命令创制TensorFlow蒙受并激活(那些意况现在只是称呼,就好比大家分配了一个空房间叫做tensorflow,这一步塞进了python那一个工具箱,下一步要塞进tensorflow工具箱)。

6 验证你的安装

    通过以下操作来注明你的TensorFlow安装:

    1.开发银行三个极限

    2.比如你是经过Anaconda安装,请激活你的Anaconda意况

    3.在极端中,调用python:

         C:> python

    4.在python交互作用式shell中输入以下短程序:

        >>> import tensorflow as tf

            hello = tf.constant('Hello, TensorFlow!')

            sess = tf.Session()

            print(sess.run(hello))

    如若Python程序输出以下内容,则设置成功,你可以起来编写制定TensorFlow程序了。(若是您是TensorFlow生手,请参阅TensorFlow入门)

图片 19

    假使系统生成了错误音信并非致意(不清楚怎么多了多个b'),看下意气风发节。(这里未有翻译下黄金年代节,如有须求去官英特网看,或机关检索,经常会成功)。

利用Anaconda安装Tensorflow(pip install)

 Ubuntu14.04   python 2.7.13   TensorFlow 1.2.0
  1. 使用sudo lsb_release -a 命令能够查阅 Ubuntu 的版本号
  2. 在极端输入上面包车型大巴通令安装tensorflow
pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.0-cp27-none-linux_x86_64.whl

但是或者会报错:SSLEerror: The read operation timed out. 因为用的是Google的源,或然是因为网速的主题素材,改用南开的源进行设置:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.2.0-cp27-none-linux_x86_64.whl

那边推荐一个TensorFlow 镜像使用扶植,在选用完操作系统、python版本甚至安装的tensorflow的本子后将会自动生成安装语句,非常有益。

图片 20一步成功安装进程.jpeg不过在设置进度中仍旧会报下边包车型大巴大错特错:图片 21operation not permitted.jpeg执着的把那条命名又施行了一些次,依旧operation not permitted的荒唐,以至将anaconda 目录的权限改为777 sudo chmod -R 777 anaconda 依旧未有消除难题。然则那时候conda list 里边已经面世了tensorflow

  1. 进入python环境,import tensorfflow, 提醒错误如下图所示: No module named google.protobuf图片 22No module named google.protobuf.png
  2. 使用conda install protobuf進展安装,pip安装败北了图片 23conda install protobuf.png
  3. 双重步向python遇到, import tensorfflow, 提醒错误如下图所示: ImportError: cannot import name weakref图片 24cannot import name weakref.png
  4. 使用pip install backports.weakref進展安装,未有缓慢解决难题,错误如下:图片 25pip install backports.weakref.png
  5. 将anaconda 目录的权能改为777 sudo chmod -R 777 anaconda ,再度使用pip install backports.weakref进行安装,错误依旧如下图所示:图片 26将anaconda 目录的权限改为777.png
  6. 使用conda install backports.weakref, 完美的消除了难题,个人认为pip 安装失利就换conda,毕竟conda的功用越来越强有力图片 27No module named pbr.version.png
  7. 满怀深受打击的心灵,再一次import tensorflow, 提醒错误如下:ImportError: No module named pbr.version.图片 28No module named pbr.version.png
  8. 翻遍了百度也未尝找到施工方案,随便试了一下pip install mock照旧清除了。图片 29No module named pbr.version.png
  9. 明日品质倒霉,已经打击习贯了,输入import tensorflow拜候您还或然会造什么幺蛾子,错误如下:ImportError:No module named funcsigs.图片 30No module named funcsigs.png
  10. 使用pip install funcsigs进展设置,解除该难题。图片 31Successfully.png
  11. 当然策动输入import tensorflow持续填坑,可是光标愚钝了浓烈,感到有戏,果然未有报错,不放心的自小编只怕将测验代码敲完了,看见Hello, tensorflow出口时,感到终于能够长舒一口气了,上边包车型大巴那么多错认为照旧挺值得。图片 32Hello, Tensorflow.png

上面安装的电话已经装好了Anaconda,设置好了条件,下边是在裸机上安装的,那几个依旧相对相比易于的。

  图片 33

利用native pip安装Tensorflow(sudo pip install)

 Ubuntu16.04   python 2.7.12   TensorFlow 1.2.0
  1. 第生机勃勃试行命令sudo apt-get install python-pip python-dev安装pip
  2. 直白选择北大的镜像源安装tensorflow
sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.2.0-cp27-none-linux_x86_64.whl
  1. 接下去或者会提醒上边发号布令:You should consider upgrading via thepip install --upgrade pipcommand
  2. 所以根据上边的唤醒进行晋级 pip install --upgrade pip
  3. 再也输入安装tensorflow的命令,安装成功
  4. 测试tesorflow是还是不是安装成功
  5. 看一下tensorflow的安装路线, 步向python意况,import tensorflow as tf后输入print tf.__version__, 会得到 /user/local/lib/python2.7/dist-packages/tensorflow/init.pyc, 表达tensorflow确实安装在了系统自带的python下。

 

测试tf-faster-rcnn demo

为了注脚安装的tensorflow是有价值的,下载了 tf-faster-rcnn 的代码实行编写翻译。因为设置的是cpu的tensorflow,所以供给改动tf-faster-rcnn的代码,具体步骤能够活动tf-faster-rcnn实战篇,下边做一些补充:

  1. 对四个python文件改变后,依据官方网址给出的提醒进行设置编写翻译
  2. 下载预锻练模型,官方网址暗中同意使用的是voc_2007_trainval voc_2012_trainval,可是实践 ./data/scripts/fetch_faster_rcnn_models.sh 大概会下载模型失败,须求改良第9行的代码 vim fetch_faster_rcnn_models.sh 更换网站,何况下载速度超慢,能够步向提供的链接单独下载 voc_0712_80k-110k.tgz,在地方解压,再拖到./data/目录下,假使是在服务器上就试行命令scp -r voc_2007_trainval voc_2012_trainval csn@10.102.23.44:/home/csn/Project/tf-faster-rcnn/data上传到服务器
  3. 成立软连接使用预练习的模子
  4. 向来推行./tools/demo.py可视化结果(不用输入GPU_ID=0 CUDA_VISIBLE_DEVICES=${GPU_ID})
  5. 不过并不会看见检查测验结果,因为依旧会三番四遍的报后生可畏层层错误(ImportError卡塔尔,然而这个不当无非就是非常不足模块, 这么些比较简单,基本正是投砾引珠缺什么就用sudo pip 装什么就一举成功了: sudo pip install package(这里的package正是贫乏的模块),举例:
ImportError: No module named PIL.Image sudo pip install Pillow ImportError: No module named Easydict sudo pip install easydict ImportError: No module named cv2 #比较典型sudo pip install opencv-python 
  1. 接下去正是亲眼见到神跡的任何时候:图片 34bus.png

  激活TensorFlow景况。情况激活后,你能够观看下生龙活虎行你的系统客户名后边会冒出(tensorflow)字样,表明走入了tensorflow遭遇。

screen

利用screen可以一本万利的治本地点或许远程的次序,在中间距登陆服务器-练习互联网的时候极度有用,就算网络中断了,只要screen未有止住,就足以每日过来对话并查阅结果。这里记录一下常用的screen命令。

screen -S yourname # 新建一个yourname的进程screen -ls # 列出当前所有的进程screen -r yourname # 回到yourname的进程screen -S yourname -X quit # 结束yourname的进程

  图片 35

 

  2、下载tensorflow。在命令行终端输入“

pip install --ignore-installed --upgrade 
https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.3.0-py2-none-any.whl

”,考虑到宽容难点,曹健先生建议上将英特网的1.6.0版本替换来1.3.0版本。由于是小白,也不敢随意安装版本影响学习体验,因而替换来了1.3.0版本。前面都很通畅,然后我就在此步蹉跎了较久。在这里一步,自个儿遇到了四个难点,一个是pip的本子难点,对pip实行立异,其它叁个是下载地址的标题。

  借使是pip版本难题,现身“You are using pip version 9.0.1, however version 9.0.2 is available.”如下图所示能够消除。

  图片 36

 

  图片 37

  境遇上边包车型地铁难题的小白,把 https://storage.googleapis.com/ 替换为 https://mirrors.tuna.tsinghua.edu.cn/ 就能够。那么些措施是在

基于Anaconda的TensorFlow安装笔记。  图片 38

 

  第四步,检查是还是不是安装成功。最终退出tensorflow景况。

  图片 39

 

  第一天,tensorflow的碰到正是搭建产生功了,有那么一点点的引以骄傲。即使有说的非寻常的地点可能有越来越好的消除办法,还请途经的大神指示一下~

本文由澳门新萄京官方网站发布于www.8455.com,转载请注明出处:基于Anaconda的TensorFlow安装笔记

关键词: