TensorFlow2.0 安装

开发环境介绍

涉及到的软件包

Python

Python结构清晰,简单易学,拥有丰富的标准库和第三方库生态系统。

同时Python有很多数学运算的第三方库,比如Numpy,SciPy,在可视化方面有MatplotLib和SeaBorn,结构化数据操作可以通过Pandas得到R语言一般的体验,针对各种指垂直领域,比如:图像,语音,文本等等,在预处理阶段都有狠成熟的库可以直接调用,因此Python非常适合作为机器学习算法的编程语言。

TensorFlow2.0

Python是一门动态的解释性编程语言,因此在进行复杂算法的时候,效率是会有狠大的限制,所以在实际的机器学习或者深度学习项目中,就需要使用更加高效的实现方法。

TensorFlow是Google公司,开源的一款高效开发人工智能的框架。

从15年发布,到目前为止已经成为使用最为广泛的深度学习库。

很多之前难以实现的大规模人工智能任务,都可以使用TensorFlow实现。

早起版本的TensorFlow 1.0,对于初学者来说,不太容易学习和掌握,仅只能掌握在少数专业人手里。

因此Google公司在TensorFlow 2.0的开发中,将“易用性”作为一个重点关注的目标。

2019.06,TensorFlow-2.0-bate版发布,它非常的简单,清晰,好用,并且容易扩展,极大的降低了深度学习编程的门槛,使得大规模人工智能不再只是被少数精英掌握。

Anaconda3

Anaconda3是Python的一个科学计算的发行版本,它集成了常用的Numpy, SciPy, Matplotlib, Pandas, scikit-learn, Spyder库,无需设置开发环境,简单易用。

同时它提供了强大的包管理和环境管理功能,可以方便的安装、更新工具包,并且安装工具包的时候,还能自动安装相应的依赖,可以在同一台机器上,创建几个相互独立的Python开发环境。

Anaconda的安装与使用

Anaconda支持Windows,Linux,MacOS操作系统,去相应的地址下载对应的系统安装包即可。

可以从Anaconda官网或者清华大学软件镜像站去下载安装包,国内用户建议从清华大学软件镜像站下载。

Anacondas官网 https://www.anaconda.com/distribution

清华大学软件镜像站 https://mirror.tuna.tsinghua.edu.cn/anaconda/archive

Anaconda包下来后,双击即可安装,不管是Windows还是MacOS都是”下一步”的安装方法,就不多赘述了。

TensorFlow2.0 安装
Anaconda面板简单介绍

在上图展示的软件中,jupyter notebook最常用的软件,VSCode是较为常用的软件,其他的可以自行百度了解一下。

TensorFlow2.0 安装
Anaconda虚拟环境的创建

Hello, World

Anaconds安装完成后,通过交互模式来打印出”Hello, World”

TensorFlow2.0 安装
进入Anaconda虚拟环境的终端
TensorFlow2.0 安装
打印Hello, World

Jupyter Notebook

它是一个可以通过网页访问的web应用程序,在网页中可以编写和执行程序。

它屏蔽了不同系统间的显示差异,便于代码的分享。

它可以将代码、图像、注释、公式、图形、运行结果等保存到一个文档中,形成漂亮的交互式文档。

可使代码保持在编辑器中的格式,并且可以运行。

通过Anaconda打开jupyter notebook

TensorFlow2.0 安装
打开Jupyter Notebook

通过Anaconda打开jupyter notebook,会自动打开jupyter notebook的web页面,初次启动会自动在当前用户的用户目录下启动。

修改jupyter notebook的默认目录

新建配置文件

jupyter notebook --generate-config
# 若是配置文件存在,则会让你确认覆盖,若你配置文件有过改动不建议覆盖
TensorFlow2.0 安装
新建配置文件

上图红框中就是配置文件所在的位置,打开文件,找到“c.NotebookApp.notebook_dir”,打开前面的注释,修改为你想设置的路径即可。

TensorFlow2.0 安装
修改Jupyter Notebook默认打开路径

通过jupyter notebook打印Hello, World

TensorFlow2.0 安装
新建Python文档页
TensorFlow2.0 安装
打印Hello, World

Anaconda包管理和环境管理

包管理

  • 安装、更新、卸载工具包
  • 安装时能自动安装相应的依赖包

conda命令管理包

  • 安装包:conda install <package_names>
  • 卸载包:conda remove <package_names>
  • 更新包:conda update <package_names>
  • 模糊搜索可安装的包:conda search <package_names>

pip命令管理包

  • 安装包:pip install <package_names>
  • 卸载包:pip uninstall <package_names>

环境管理

  • 在同一台机器上创建几个相互独立的Python开发环境
  • 隔离不同项目所需的不同版本的工具包
  • 防止版本之间的冲突

使用conda管理环境

  • 创建环境:conda create –name <env_name> <package_names>
  • 激活环境:activate <env_name>
  • 退出环境:deactivate
  • 删除环境:conda remove –name <env_name> –all
  • 环境列表:conda env list

安装TensorFlow 2.0

命令行安装TensorFlow(推荐)

1. 创建独立环境并激活
   conda create --name tensorflow2.0 python==3.7
   activate tensorflow2.0

2. 安装相关的软件包
   conda install numpy matplotlib PIL scikit-learn pandas
   推荐:pip install numpy matplotlib Pillow scikit-learn pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
   因conda安装的时候,会根据软件包之间的依赖修改一些软件包的版本,会对后续的使用造成一定的麻烦,因此推荐使用pip安装

3. 安装TensorFlow2.0
   pip install tensorflow==2.0.0-beta -i https://pypi.tuna.tsinghua.edu.cn/simple

4. 测试TensorFlow2.0是否成功
   在Python交互模式输入:import tensorflow as tf
   没有报错,即安装成功 

使用Anaconda安装TensorFlow

在使用Anaconda安装TensorFlow之前,需要先修改一下Anaconda的源。

这里就直接修改为清华大学的镜像源。

打开此地址 https://mirror.tuna.tsinghua.edu.cn/help/anaconda/ 根据地址一步一步的做即可。

TensorFlow2.0 安装
使用Anaconda安装Tensorflow2.0

本文为原创文章,未经授权禁止转载本站文章。
原文出处:兰玉磊的个人博客
原文链接:https://www.fdevops.com/2020/03/02/tensorflow2-0-install
版权:本文采用「署名-非商业性使用-相同方式共享 4.0 国际」知识共享许可协议进行许可。

(9)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
兰玉磊的头像兰玉磊
上一篇 2020年8月24日
下一篇 2020年3月4日

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

评论列表(2条)