tensorflow安装

一、python和cuda/cudnn介绍

1. conda

conda是一种通用包管理系统

Miniconda,顾名思义,它只包含最基本的内容——python与conda

Anaconda:Miniconda的基础上加了很多常用库

参考:https://www.jianshu.com/p/ab93973286cc


管理环境(注意install和create区别)

conda install python=3.6.8      更改默认环境为3.6.8

conda info -e 环境信息

conda create -n test python=2.7 创建环境test,并指定python版本,此例为2.7

conda create -n 2715  python=2.7.15

conda create -n 368  python=3.6.8

activate test 激活环境test

deactivate test 关闭环境test

conda remove --name test --all 删除环境


包管理

conda list 列出所有安装的包的信息

conda search beautiful-soup 查询包

conda install -n test beautiful-soup 安装包,并指定安装环境,如果没有-n test,则安装到当前环境

conda update beautiful-soup 升级包

conda remove -n test beautiful-soup 移除包


其它常用指令

1) conda list 查看安装了哪些包。

2) conda env list 或 conda info -e 查看当前存在哪些虚拟环境

3) conda update conda 检查更新当前conda

4) conda create -n py27 python=2.7

    conda create -n py35 python=3.5

5) python -version 检查当前环境python版本

6) source active py27(py35) 激活虚拟环境

7) conda install -n py35 [包名] 将包安装到虚拟环境下

8) deactivate py35 关闭虚拟环境

9) conda remove -n py27 --all 移除虚拟环境

10)conda remove --name $py35 $package_name 移除环境中的某个包


2. tensorflow需要的conda环境

Miniconda3-latest-Windows-x86_64.exe,后面会安装python3.6.8


3. cuda和cudnn

(1).如果用python安装,只能cuda9.0(9.2或者10.0都不行,官网发布的tensorflow二进制文件不支持),如果要cuda10,得自己编译tensorflow

(2).如果用anaconda或者miniconda,可以用cuda10.0,推荐用anaconda而非python



二、安装

conda create -n 368  python=3.6.8

conda activate 368

conda install tensorflow-gpu

conda  install   pillow   lxml   jupyter   matplotlib   contextlib2

conda  install   glueviz   jupyterlab   spyder


升级:

conda update conda

conda install tensorflow-gpu==1.11.0

conda install tensorflow-gpu==1.12.0 --upgrade 


protobuf不需要单独安装了,上面的依赖都已经处理好了,这就是用anaconda的好处,python自带的pip基本不干活


设置jupyter的文件路径,命令行执行:

cd  C:\Users\wyt

jupyter  notebook  --generate-config,会提示编辑配置文件:C:\Users\wyt\.jupyter\jupyter_notebook_config.py

在配置文件里面增加一行:c.NotebookApp.notebook_dir = 'D:\jupyter'


三、简单测试tensorflow

import tensorflow as tf
a = tf.random_normal((100, 100))
b = tf.random_normal((100, 500))
c = tf.matmul(a, b)
sess = tf.InteractiveSession()
sess.run(c)


四、tensorflow models安装和设置

主要参考:https://github.com/tensorflow/models/tree/master/research/object_detection

下载:https://github.com/tensorflow/models.git,放到d:\git

(1) protobuf处理:由于protoc-3.4.0以上的版本不支持通配符*,所以自带的protoc-3.6.1执行不了下面的指令,

下载地址:https://github.com/protocolbuffers/protobuf/releases/tag/v3.4.0

cd D:\git\models\research

protoc-3.4.0.exe object_detection/protos/*.proto --python_out=.

执行完后D:\git\models\research\object_detection\protos下面多了很多py文件


(2)安装一些依赖包

cd  D:\git\models\research

python  setup.py install

cd  D:\git\models\research\slim

mv  build  build.bak            这个文件夹必须删掉

python  setup.py install


测试:

D:\git\models\research\slim>python  d:\git\models\research\object_detection\builders\model_builder_test.py

必须提示ok,否则不要继续后面的步骤



五、tensorflow测试

把整个models工程拷贝到'D:\jupyter'

然后Anaconda Navigator运行jupyter Notebook,网页里面找到:

models/research/object_detection/object_detection_tutorial.ipynb

然后点菜单“Cell” -> “Run all”运行(需要下载一个70多兆的文件,把代理打开会快一点,耐心等待)

结果会显示:

image.png





发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

静思围棋版权所有©2019,鄂ICP备18006581号-1,18006581号-2,