Tensorflow + PyCharm-36大数据

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

Tensorflow + PyCharm-36大数据

TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。目前来说,Github上star最多的项目就是它了。

在这之前,笔者写过一篇简单的入门文章 《初探 TensorFlow》 。当时没能成功搭建环境,加上后期的工作原因,至此搁置了一段时间。今天,终于各种折腾,在自己的Mac上经过多种尝试之后,完美搭建成功。这里就把它分享出来,希望对大家有所帮助。

基于 Anaconda 的安装

Anaconda 是一个集成许多第三方科学计算库的 Python 科学计算环境,Anaconda 使用 conda 作为自己的包管理工具,同时具有自己的计算环境,类似 Virtualenv.

和 Virtualenv 一样,不同 Python 工程需要的依赖包,conda 将他们存储在不同的地方。 TensorFlow 上安装的 Anaconda 不会对之前安装的 Python 包进行覆盖.

  • 安装 Anaconda
  • 建立一个 conda 计算环境
  • 激活环境,使用 conda 安装 TensorFlow
  • 安装成功后,每次使用 TensorFlow 的时候需要激活 conda 环境

安装 Anaconda :

参考 Anaconda 的下载页面的指导

建立环境

建立一个 conda 计算环境名字叫tensorflow:

# Python 2.7 $ conda create -n tensorflow python=2.7 # Python 3.4 $ conda create -n tensorflow python=3.4

激活

激活tensorflow环境,然后使用其中的 pip 安装 TensorFlow. 当使用easy_install使用–ignore-installed标记防止错误的产生。

URL of the TensorFlow Python package

				$ source activate tensorflow
				(tensorflow)$  # Your prompt should change
				# Ubuntu/Linux 64-bit, CPU only, Python 2.7:
				(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-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.
				(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl
				# Mac OS X, CPU only:
				(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.11.0rc0-py2-none-any.whl
			

对于 Python 3.x :

				$ source activate tensorflow
				(tensorflow)$  # Your prompt should change
				# Ubuntu/Linux 64-bit, CPU only, Python 3.4:
				(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-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.
				(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0rc0-cp34-cp34m-linux_x86_64.whl
				# Mac OS X, CPU only:
				(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/mac/tensorflow-0.8.0rc0-py3-none-any.whl
			

conda 环境激活后,你可以测试:

				$ python
				>>> import tensorflow as tf
				>>> print(tf.__version__)
				# 0.11.0rc0
			

开启或关闭环境

当你不用 TensorFlow 的时候,关闭环境:

				(tensorflow)$ source deactivate
				$  # Your prompt should change back
			

再次使用的时候再激活 :

				$ source activate tensorflow
				(tensorflow)$  # Your prompt should change.
				# Run Python programs that use TensorFlow.
				...
				# When you are done using TensorFlow, deactivate the environment.
				(tensorflow)$ source deactivate
			

PyCharm 配置

重点:正确配置Project的Interpreter即可

方法

  • Preferences
  • Project Interpreter
  • Click More

附图

  • 打开Preferences

Tensorflow + PyCharm-36大数据

Tensorflow + PyCharm-36大数据

  • 打开Project Interpreters

Tensorflow + PyCharm-36大数据

  • Demo运行结果

Tensorflow + PyCharm-36大数据

End.

转载请注明来自36大数据(36dsj.com): 36大数据 » Tensorflow + PyCharm

随意打赏

pytorch tensorflowtensorflow 大数据tensorflow 教程tensorflow教程tensorflow大数据分析大数据专业大数据概念大数据培训
提交建议
微信扫一扫,分享给好友吧。