給大家分享一下TensorFlow在MAC系統(tǒng)中的安裝步驟以及環(huán)境搭建的操作流程。

TensorFlow 底層的圖模型結(jié)構(gòu)清晰，容易改造；支持分布式訓(xùn)練；可視化效果好。如果做長(zhǎng)期項(xiàng)目，接觸較大數(shù)據(jù)集的話，TensorFlow很適用，而且谷歌也在不斷優(yōu)化完備它，對(duì)于使用深度學(xué)習(xí)朋友，TensorFlow是一個(gè)很好的工具。

在學(xué)習(xí)了一段時(shí)間臺(tái)大李宏毅關(guān)于deep learning的課程，以及一些其他機(jī)器學(xué)習(xí)的書(shū)之后，終于打算開(kāi)始動(dòng)手進(jìn)行一些實(shí)踐了。

感覺(jué)保完研之后散養(yǎng)狀態(tài)下，學(xué)習(xí)效率太低了，于是便想白天學(xué)習(xí)，晚上對(duì)白天學(xué)習(xí)的知識(shí)做一些總結(jié)和記錄，如果有不妥的地方，歡迎大家批評(píng)指教，共同進(jìn)步。

一、深度學(xué)習(xí)框架的選擇

隨著深度學(xué)習(xí)日趨火熱，技術(shù)的逐漸興起，各種深度學(xué)習(xí)框架也層出不窮。

目前使用普遍的框架有Tensorflow、Caffe、PyTorch、Theano、CNTK等，那么在這么多框架中該如何選擇呢？

筆者作為一個(gè)初學(xué)者，架不住Tensorflow的名氣之大，所以最開(kāi)始便選擇了Tensorflow。當(dāng)然不僅僅只是因?yàn)槊麣獯?，Tensorflow作為谷歌主持的開(kāi)源項(xiàng)目，它的社區(qū)熱度目前看來(lái)是旺盛的，而且現(xiàn)在也最為流行。聽(tīng)說(shuō)，它是在谷歌總結(jié)了DistBelief的經(jīng)驗(yàn)教訓(xùn)上形成的；它運(yùn)行高效、可擴(kuò)展性強(qiáng)，可以運(yùn)行在手機(jī)、普通電腦、計(jì)算機(jī)群上。

下面再簡(jiǎn)單介紹一下其他深度學(xué)習(xí)框架的特點(diǎn)：

（1） Caffe：卷積神經(jīng)網(wǎng)絡(luò)框架，專注于卷積神經(jīng)網(wǎng)絡(luò)和圖像處理，因?yàn)槭腔贑++語(yǔ)言，所以執(zhí)行速度非常的快。

（2） PyTorch：動(dòng)態(tài)computation graph！?。。üP者學(xué)習(xí)Tensorflow一段后，便會(huì)轉(zhuǎn)學(xué)PyTorch試試看）

（3） Theano：因其定義復(fù)雜模型很容易，在研究中比較流行。

（4） CNTK：微軟開(kāi)發(fā)的，微軟稱其在語(yǔ)音和圖像識(shí)別方面比其他框架更有優(yōu)勢(shì)。不過(guò)代碼只支持C++.

Tensorflow的一些特性就不再說(shuō)了，網(wǎng)絡(luò)上相關(guān)資料也有很多。

下面就介紹一下Tensorflow的安裝，筆者的安裝順序是首先安裝Anaconda、然后安裝Tensorflow、再安裝Pycharm。

二、安裝Anaconda

安裝環(huán)境：

雖然筆者用的是mac，自帶了Python，但是還是先安裝了Anaconda（點(diǎn)擊進(jìn)入官網(wǎng)）。因?yàn)樗闪撕芏郟ython的第三方庫(kù)，而且可以方便的管理不同版本的Python，在不同版本的Python之間切換。而且Anaconda是一個(gè)科學(xué)計(jì)算環(huán)境，在電腦上安裝完Anaconda之后，除了相當(dāng)于安裝了Python，也安裝好了一些常用的庫(kù)。

筆者安裝的是Python 2.7版的Anaconda，在安裝好Anaconda之后，就已經(jīng)安裝好了Python和一些常用的庫(kù)了。此外，還自動(dòng)安裝了Spyder。

Spyder是Python一個(gè)簡(jiǎn)單的集成開(kāi)發(fā)環(huán)境，和其他的Python開(kāi)發(fā)環(huán)境相比，它最大的優(yōu)點(diǎn)就是模仿MATLAB的“工作空間”的功能，可以很方便地觀察和修改數(shù)組的值。

在終端中輸入Spyder就可以打開(kāi)它了，如下圖所示：

但是筆者更喜歡使用Pycharm作為開(kāi)發(fā)環(huán)境

三、建立、激活、安裝Tensorflow

打開(kāi)終端，在上面輸入：

conda create -n tensorflow python=2.7

然后等執(zhí)行完畢之后，再執(zhí)行：

source activate tensorflow

至此就激活了運(yùn)行環(huán)境。

然后再執(zhí)行pip install tensorflow以進(jìn)行Tensorflow的安裝。

然后再執(zhí)行以下Hello Tensorflow代碼測(cè)試Tensorflow是否安裝成

import tensorflow as tf hello = tf.constant('Hello Tensorflow!') sess = tf.Session() print(sess.run(hello)) a = tf.constant(10) b = tf.constant(32) printf(sess.run(a+b))

如果正常的話會(huì)提示：

Hello Tensorflow! 42

四、PyCharm IDE

一直使用終端開(kāi)發(fā)的話，實(shí)在是太過(guò)難用了。筆者選擇了PyCharm作為開(kāi)發(fā)環(huán)境，官網(wǎng)鏈接。這里筆者用的是社區(qū)版（free）。

（1）首先新建一個(gè)Pycharm的工程

因?yàn)槭亲鯰ensorflow的開(kāi)發(fā)，所以這里我們只需要選擇圖中所示的interpreter即可。

~/anaconda2/envs/tensorflow/bin/python

這樣就把Tensorflow環(huán)境包括了進(jìn)來(lái)，超級(jí)方便。

如果平時(shí)開(kāi)發(fā)，想用一些輕量級(jí)的環(huán)境，就選擇其他Python解釋器就可以了。

（2）運(yùn)行一個(gè)demo進(jìn)行測(cè)試

import tensorflow as tf hello = tf.constant('Hello, Tensorflow!') sess = tf.Session() print(sess.run(hello)) a = tf.constant(66) b = tf.constant(88) print(sess.run(a + b))

如果出現(xiàn)以下提示，就說(shuō)明成功了，可以開(kāi)始接下來(lái)的學(xué)習(xí)了~

Hello, Tensorflow! 154

五、總結(jié)

至此，我們便在機(jī)器上安裝好了Tensorflow以及其開(kāi)發(fā)環(huán)境。

總的來(lái)說(shuō)，只需要以下幾步：

安裝Anaconda 通過(guò)conda建立Tensorflow運(yùn)行環(huán)境 激活Tensorflow運(yùn)行環(huán)境 安裝Pycharm IDE

大家在本地MAC上安裝的時(shí)候，很多坑是需要留意的，我們把經(jīng)常遇到的坑給大家做了總結(jié)，希望你在安裝的時(shí)候盡量的避免這些地方。

一般都是服務(wù)器上直接開(kāi)干，但是也會(huì)有人在本機(jī)上裝一下的，這里寫(xiě)下，tensorflow在mac上安裝的坑，給后來(lái)者一個(gè)參考

1 安裝教程

直接去官網(wǎng)按照說(shuō)明安裝就好，如果要安裝GPU版本，先安裝官網(wǎng)上的mac gnu設(shè)置教程，裝下cud相關(guān)的工具，最后有個(gè)sample跑過(guò)了就算gpu計(jì)算環(huán)境配置成功

2 第一個(gè)坑

按照官網(wǎng)上的教程，直接使用pip安裝方法就好，注意pip版本要大于8.1，然后你直接sudo pip install tensorflow （不加sudo會(huì)權(quán)限不夠），然后一般會(huì)不通過(guò)，提示卸載numpy不成功。 

我認(rèn)為是這樣的原因：numpy是mac系統(tǒng)默認(rèn)裝的庫(kù)，并且設(shè)置有保護(hù)，所以無(wú)法卸載，然后tensorflow需要更高版本的numpy，所以就不成功啦

解決方法如下：

去除mac系統(tǒng)的保護(hù)，1 重啟電腦 2 重啟看見(jiàn)蘋(píng)果logo了，按住command + R ，進(jìn)入恢復(fù)模式 3 然后在上面的終端工具里面，進(jìn)入終端 4 在終端輸入 csrutil disable 5 重啟，然后再次執(zhí)行pip安裝 還不明白的話看這篇博客

3 第二個(gè)坑

操作成功的話，就成功安裝啦，然后，進(jìn)去python編輯行 

輸入 import tensorflow 然后你會(huì)發(fā)現(xiàn)，RuntimeError: module compiled against API version 0xa but this version of numpy is 0x9 這個(gè)錯(cuò)誤，說(shuō)是你bumpy版本太低，這個(gè)時(shí)候表示日狗，剛才去除了保護(hù)，安裝的時(shí)候已經(jīng)bumpy更新到最新版了，查看numpy的版本也是最新版，查看版本方法可自行百度。 

解決這個(gè)坑的方法如下：

import numpy
numpy.__path__
#你會(huì)發(fā)現(xiàn)出現(xiàn)了一個(gè)包含XXX/Framework/xxx的路徑，沒(méi)錯(cuò)這還是系統(tǒng)安裝的那個(gè)numpy的路勁，
#雖然你升級(jí)了，然是導(dǎo)入包的時(shí)候還是按照之前的路勁導(dǎo)入，所以版本過(guò)低，這個(gè)時(shí)候只需要把老的路徑去掉
#就像這樣，在終端中（不是python編輯模式下）輸入：
sudo mv /System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/python/numpy \
/System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/python/numpy_old

然后再次進(jìn)入python編輯模式，輸入

import numpy
numpy.__path__
#這個(gè)時(shí)候，路勁就變成了，我們升級(jí)的那個(gè)numpy的路徑了，是個(gè)XXX/local/xxx

然后你再import tensorflow 就沒(méi)問(wèn)題啦，就可以去輸出hello world 了

最新評(píng)論