1)Window、MacOS、Linux 都已支持 Tensorflow。
2)Window 用户只能使用 python3.5(64bit)。MacOS、Linux 支持 python2.7 和 python3.3+。
3)有 GPU 可以安装带 GPU 版本的,没有 GPU 就安装 CPU 版本的。
4) 推荐安装 Anaconda,pip 版本大于 8.1。
在学习过程中,建议使用 Jupyter Notebook 编程(当然也可以用其他工具,如 PyCharm),因安装完 Anaconda 自带 Jupyter Notebook,可以找到直接打开即可开始。
打开之后会打开默认浏览器,地址http://localhost:8888
,然后就可以在浏览器下面新建文件进行代码编写等操作了,其中,默认保存的路径为 C 盘用户文件夹下,如:C:\Users\用户名
。我们可以修改路径为我们自己的想要的目录之下,修改操作:
-
打开 cmd 输入命令
jupyter notebook --generate-config
,可以看到生成文件的路径(可以看到默认在C:\Users\用户名\.jupyter
文件夹下),这个就是生成的配置文件jupyter_notebook_config.py
-
然后打开这个配置文件,找到
#c.NotebookApp.notebook_dir = ' '
,把它改成:c.NotebookApp.notebook_dir = '你想要设置的路径'
如:
c.NotebookApp.notebook_dir = 'D:/Python/jupyter'
,那么以后再 Jupyter 上保存的文件就在D:/Python/jupyter
文件夹里了。注1:如果想要检测是否修改成功,可以在你设置的目录下里添加一个文件夹,例如:我在 jupyter 文件夹里添加了文件夹 text,那么在 Jupyter(浏览器上)就可以看到该文件夹了,则表明修改路径成功!
注2:在进行如上修改之后,我发现未成功。网上找到了篇文章(Anaconda Jupyter默认路径及修改无效解决方案)也是遇到同样问题,按照文章解决方法,最后修改路径总算成功。其解决方法如下:
- 找到 Jupyter 快捷方式,右键属性,并修改起始位置为你设置的路径,即刚才的「你想要设置的路径」
- 在 Jupyter 的快捷方式属性中,有栏叫
目标
,将这栏最后的%USERPROFILE%
去掉。
另外:如果需要检测 TensorFlow 是否安装成功,可以打开 Jupyter 新建 python 文件,输入 import tensorflow as tf
运行,看是否报错。
1、Windows安装TensorFlow
- CPU版本,管理员方式打开命令提示符,输入命令:
pip install tensorflow
- GPU版本,管理员方式打开命令提示符,输入命令:
pip install tensorflow-gpu
更新 TensorFlow:
pip uninstall tensorflow
pip install tensorflow
注意,如果在安装过程中提示需要MSVCP140.DLL
,则下载安装:
TensorFlow requires MSVCP140.DLL, which may not be installed on your system. If,
when you import tensorflow as tf, you see an error about No module named
"_pywrap_tensorflow" and/or DLL load failed, check whether MSVCP140.DLL is in
your %PATH% and, if not, you should install the Visual C++ 2015 redistributable (x64
version).
2、Linux和MacOS安装Tensorflow
- CPU版本
- Python 2.7用户:
pip install tensorflow
- Python3.3+用户:
pip3 install tensorflow
- Python 2.7用户:
- GPU版本
- Python 2.7用户:
pip install tensorflow-gpu
- Python3.3+用户:
pip3 install tensorflow-gpu==version(版本号)
- Python 2.7用户:
- tf.constant([[2., 1.], [1., 0.]], dtype=tf.float32) 常数
- tf.matmul(a, b) 矩阵乘法
- tf.InteractiveSession() 是一种交互的session方式,是默认的session,直观的说就是不用再代码里写sess.run(op),而是直接op.eval()
- tf.convert_to_tensor 可以把numpy数组转化为tensor
- tf.nn.sparse_softmax_cross_entropy_with_logits labels不需要one-hot编码