美文网首页机器学习互联网科技机器学习与数据挖掘
深度学习框架TensorFlow的基本介绍和Linux下的安装

深度学习框架TensorFlow的基本介绍和Linux下的安装

作者: 海天一树X | 来源:发表于2017-09-08 20:04 被阅读274次

    一、TensorFlow简介

    2016年3月份,Google的围棋人工智能程序AlphaGo以4比1的大比分,战胜人类选手李世石,在全球成功引起广泛关注,引起了一波人工智能的热潮。从智能手机的语音助手,到相机的人脸识别,人工智能技术已经进入到我们生活的方方面面,在未来将深刻的影响我们的生活。

    为了加速深度学习领域的发展,2015年11月9日,Google发布深度学习框架TensorFlow并宣布开源。在短时间内,在GitHub上,TensorFlow就成为了最流行的深度学习项目。

    TensorFlow提供了非常丰富的深度学习相关的API,可以说目前所有深度学习框架里,提供的API最全的,包括基本的向量矩阵计算、各种优化算法、各种卷积神经网络和循环神经网络基本单元的实现、以及可视化的辅助工具、等等。

    TensorFlow应用举例:

    在澳大利亚,海洋生物学家与来自昆士兰大学(Queensland University)的计算机科学家合作,通过TensorFlow技术,使用探测器自动地在数以万计的航拍照片中寻找海牛;在日本,一位年轻人利用TensorFlow运用到农业上,按照黄瓜大小、形状、颜色以及其他特征来挑选黄瓜并对它们进行分类;在医学领域,发射科的医生通过采用TensorFlow,使其在医学扫描中能够识别帕金森病的迹象。湾区的数据科学家在树莓派上使用TensorFlow来追踪记录加州火车的动态。AlphaGo开发团队Deepmind也声称,将从Torch迁移到TensorFlow中,这无不印证了TensorFlow在业界的流行程度。

    二、CentOS 7.3安装TensorFlow

    1 安装python

    因为CentOS 7自带python 2.7.5,这一步可以省略。

    [root@bogon ~]# python -V
    Python 2.7.5
    

    2 安装python软件包管理工具pip(python index package)

    (1)安装yum的第三方软件源epel(Extra Packages for Enterprise Linux)

    yum -y install epel-release
    

    (2)安装pip

    yum install python-pip
    

    (3)升级pip

    pip install --upgrade pip
    

    3 安装基于linux和python 2.7的tensorflow 0.9

    pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl
    

    其他操作系统版本可以参照下表:

    # Ubuntu/Linux 64-bit, CPU only, Python 2.7
     export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl
    
    # Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
    # Requires CUDA toolkit 7.5 and CuDNN v4. For other versions, see "Install from sources" below.
     export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl
    
    # Mac OS X, CPU only, Python 2.7:
     export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/tensorflow-0.9.0-py2-none-any.whl
    
    # Ubuntu/Linux 64-bit, CPU only, Python 3.4
     export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0-cp34-cp34m-linux_x86_64.whl
    
    # Ubuntu/Linux 64-bit, GPU enabled, Python 3.4
    # Requires CUDA toolkit 7.5 and CuDNN v4. For other versions, see "Install from sources" below.
     export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp34-cp34m-linux_x86_64.whl
    
    # Ubuntu/Linux 64-bit, CPU only, Python 3.5
     export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0-cp35-cp35m-linux_x86_64.whl
    
    # Ubuntu/Linux 64-bit, GPU enabled, Python 3.5
    # Requires CUDA toolkit 7.5 and CuDNN v4. For other versions, see "Install from sources" below.
     export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp35-cp35m-linux_x86_64.whl
    
    # Mac OS X, CPU only, Python 3.4 or 3.5:
     export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/tensorflow-0.9.0-py3-none-any.whl
    

    4 验证安装是否成功

    编写python脚本test.py

    # vi test.py
    import tensorflow as tf
    hello = tf.constant('Hello,TensorFlow!')
    session = tf.Session()
    print(session.run(hello))
    a = tf.constant(11)
    b = tf.constant(22)
    print(session.run(a + b))
    

    运行结果

    # python test.py
    Hello, TensorFlow!
    33
    



    更多内容请关注微信公众号


    wechat.jpg

    相关文章

      网友评论

        本文标题:深度学习框架TensorFlow的基本介绍和Linux下的安装

        本文链接:https://www.haomeiwen.com/subject/ypynjxtx.html