tensorflow學習筆記1——mac開發環境配置

懶熊工作室發表於2019-02-16
筆記Mac開發環境

1. mac電腦推薦配置

記憶體：8G+
cpu：i5+
硬碟：SSD 128G+

本人的電腦配置是cpu：i7, 記憶體：16G,硬碟:SSD 256G

2. mac開發環境配置

1.1 安裝pip

開啟terminal，執行命令：
$ sudo easy_install pip
passwork:******

2 安裝virtualenv沙箱工具

$ pip install virtualenv --upgrade
$ sudo pip install virtualenv --upgrade

3 建立沙箱環境

$virtualenv --system-site-packages /virenv_path/

4 執行tensorflow

進入沙箱路徑
$ cd /virenv_path/

啟用沙箱
$ source bin/activate

安裝tensorflow
$ pip install tensorflow

安裝bazel工具
從原始碼編譯安裝，需要使用Bazel編譯工具，而安裝bazel需要先安裝xcode-select,在terminal輸入命令:
$ xcode-select --install
$ brew install bazel<

進入python
$ python
執行測試程式碼
>>>import tensorflow as tf
>>>hello = tf.constant(`Hello, TensorFlow!`)
>>>sess = tf.Session()
>>>print sess.run(hello)
$ Hello, TensorFlow!
恭喜，tensorFlow環境已經成功安裝！

2 從原始碼編譯安裝

2.1 安裝jdk

  TensorFlow編譯時會用到jdk，有些系統已經安裝可跳過，如果沒有安裝可根據configure時的報錯提示安裝

2.2 啟用沙箱

 $ source bin/activate

2.3 開始配置tensorflow

 $./configure
 配置中會出現很多可選項，所有選項都選n，路徑跳過

2.4 編譯(會消耗較長時間)

  $ bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package

2.5 生成pip安裝包

  $ bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

2.6 安裝TensorFlow

  $ pip install /tmp/tensorflow_pkg/tensorflow-($version)-cp27m-macosx_10_7_x86_64.whl

3 其他TensorFlow常用的依賴庫安裝

3.1 numpy

  $ pip install numpy --upgrade

3.2 matplotlib

  python最著名的繪相簿，他提供了一整套和MATLAB相似的命令API，十分適合互動式地進行製圖，用它可以畫出美麗的線圖、散點圖、等高線圖，條形圖、柱狀圖、3D圖等，而且還可以方便地將它作為繪圖控制元件，嵌入GUI應用程式中。
  
  $ sudo pip install matplotlib --upgrade
  
  安裝完之後輸入
  
  $python
  >>>import matplotlib
  
  如果報錯輸入
  
  >>>quit()
  
  則退出python,使用easy_install安裝，命令如下:
  
  $ easy_install matplotlib
  
  安裝完畢後進入python驗證,
  
  $ python
  >>>import matplotlib
  
  沒有錯誤提示，匯入成功
  接下來,在python命令列中繼續輸入
  
  >>>import matplotlib.pyplot as plt
  
  報錯，$ Python is not installed as a framework...
  pip安裝matplotlib之後，會在根目錄下產生一個.matplotlib的目錄:
  在terminial中輸入:

  $ vim ~/.matplotlib/matplotlibrc
  
  開啟vim編輯器，在裡面輸入backend:TkAgg，wq儲存後退出
  然後重啟python，輸入
  
  >>>import matplotlib.pyplot as plt
  匯入成功

3.3 jupyter

   Ipython的升級版，能夠在瀏覽器中建立和共享程式碼、方程、說明文件。介面相當友好，功能也很強大
   $ sudo pip install jupyter --upgrade

3.4 scikit-image

   scikit-image有一組影像處理的演算法，可以使過濾一張圖片變得很簡單，非常適合用於對影像的預處理
   $ sudo pip install scikit-image --upgrade

3.5 librosa

   librosa是用python進行音訊特徵提取的第三方庫，有很多方式可以提取音訊特徵。
   $ sudo pip install librosa --upgrade

3.6 nltk

  nltk模組中包含著大量的語料庫，可以很方便地完成很多自然語言處理的任務，包括分詞、詞性標註、命名實體識別(NER)及句法分析。
  $ sudo pip install nltk --upgrade
 匯入nltk工具包，下載nltk資料來源。在terminal終端輸入:
  $ python
  >>>import nltk
  >>>nltk.download()

3.7 keras

  Keras是第一被新增到Tensorflow核心中的高階別框架，成為Tensorflow的預設API。
  $ sudo pip install keras --upgrade

3.8 tflearn

  TFLearn是另一個支援Tensorflow核心的第三方框架。 
  $ sudo pip install git+https://github.com/tflearn/tflearn.git

至此開發環境配置完畢

相關文章