1、選擇安裝環境
三種環境：一般而言，如果準備在單機上安裝和使用tensorflow，建議採用virtualenv或conda，能夠以較小的代價解決依賴衝突問題，且易於設定。如果準備將tensorflow**部署到一台或多台伺服器上，則值得床架乙個docker容器映象。筆者不推薦既不使用虛擬環境，也不適用容器的tensorflow安裝方法。
**庫內部的軟體包依賴：無需依賴於系統級的軟體包或庫
使用依賴環境：對於python的標準髮型版，virtualenv是直接可用的。如果使用的是anaconda，它會包含乙個內建的虛擬環境系統及其軟體包管理器--conda。
使用容器：容器（如docker）是將軟體於完整的檔案系統，包括其執行時和依賴庫打包的輕量級方案。
2、jupyter notebook與matplotlib
jupyter notebook，前身為ipython notebook
matplotlib是乙個繪相簿
3、建立virtualenv環境
python 2.7 ---> sudo apt-get install python-pip python-dev python-virtualenv
python 3 ---> sudo apt-get install python3-pip python3-dev python3-virtualenv
$ mkdir ~/env
$ virtualenv --system-site-packages ~/env/tensorflow //建立虛擬環境
$ source ~/env/tensorflow/bin/activate //啟用虛擬環境
$ deactivate //關閉
$ sudo printf '\nalias tensorflow="source ~/env/tensorflow/bin/activate"' >> ~/.bashrc //建立別名
4、簡易安裝
如果不關心是否有gpu支援，可用官方預製的二進位制安裝程式安裝，略。
5、 原始碼安裝
安裝依賴庫$ sudo apt-get install python-numpy python-wheel python-imaging swig
安裝bazel：一款基於谷歌內部軟體的開源構建工具，用於構建tensorflow
安裝cuda軟體：
從原始碼構建和安裝tensorflow：
6、安裝jupyter
$ sudo pip install jupyter
7、安裝matplotlib
$ sudo apt-get build-dep python-matplotlib python-tk
8、測試tensorflow
$ mkdir tf-notebook
$ jupyter notebook
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
#通知筆記本直接將matplotlib圖表顯示在瀏覽器中
%matplotlib inline
a = tf.random_normal([2,20])
sess = tf.session()
out = sess.run(a)
x, y = out
plt.scatter(x, y)
plt.show()
Android機器學習之TensorFlow初體驗
wow，it s really amazing tensorflow 是乙個使用資料流圖進行數值計算的開源軟體庫。圖中的節點代表數 算，而圖中的邊則代表在這些節點之間傳遞的多維陣列 張量 這種靈活的架構可讓您使用乙個 api 將計算工作部署到桌面裝置 伺服器或者移動裝置中的乙個或多個 cpu 或 g...
《面向機器智慧型的TensorFlow實踐》導讀
目錄 譯者序 前言 第一部分 開啟tensorflow之旅 第1章 引言1.1 無處不在的資料2 1.2 深度學習2 1.3 tensorflow 乙個現代的機器學習庫3 1.4 tensorflow 技術概要3 1.5 何為tensorflow4 1.5.1 解讀來自官網的單句描述4 1.5.2 ...
搭建全新的python和tensorflow環境
經歷了tensorflow異常，jupyter notebook異常，最後又經歷了tensorboard異常，在解決了前兩者之後，最後乙個我實在是無力應戰，最後，我放棄了，我妥協了！我換python版本可以吧，反正我對3.7也沒啥特殊感情，最初只是因為它比較新而已 我現在換回3.6。又雙叒叕一次重頭...