Tensorflow 0.8.0 安装配置方法
2016-04-29 18:26
288 查看
本系列文章由 @yhl_leo 出品,转载请注明出处。
文章链接: http://blog.csdn.net/yhl_leo/article/details/51280087
折腾了一下,给工作站配置了Tensorflow环境(虽然已经转战到caffe,但是由于之前体验了tensorflow,觉得有些地方还是很对我的口,两者的编译环境我都选择了python,如能珠联璧合甚好),以前使用基于Docker的安装配置,略微繁琐,而且没有记录下当时的安装步骤,使用基于pip安装后,觉得真心好简单啊,便记录于此文!
版本:
tensorflow:0.8.0 (GitHub: tensorflow)
Ubuntu:14.04/15.10(亲测都可以)
为了检测是否安装好,可以查看
文章链接: http://blog.csdn.net/yhl_leo/article/details/51280087
折腾了一下,给工作站配置了Tensorflow环境(虽然已经转战到caffe,但是由于之前体验了tensorflow,觉得有些地方还是很对我的口,两者的编译环境我都选择了python,如能珠联璧合甚好),以前使用基于Docker的安装配置,略微繁琐,而且没有记录下当时的安装步骤,使用基于pip安装后,觉得真心好简单啊,便记录于此文!
版本:
tensorflow:0.8.0 (GitHub: tensorflow)
Ubuntu:14.04/15.10(亲测都可以)
1 Pip
如果已经安装过pip,可以跳过这里的安装步骤。
$ sudo apt-get install python-pip python-dev python-setuptools build-essential $ sudo pip install --upgrade pip $ sudo pip install --upgrade virtualenv
为了检测是否安装好,可以查看
pip的版本:
$ pip --version pip 8.1.1 from /usr/local/lib/python2.7/dist-packages (python 2.7)
2 Tensorflow
接下来,就可以按照Tensorflow Download and Setup中的Pip Installation开始安装,命令如下:
# Ubuntu/Linux 64-bit, CPU only: $ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl # Ubuntu/Linux 64-bit, GPU enabled. Requires CUDA toolkit 7.5 and CuDNN v4. For # other versions, see "Install from sources" below. $ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl[/code]
本人安装的GPU版,因为在安装tensorflow之前,已经安装过caffe,CUDA的编译环境已经配置好了,网上关于CUDA安装教程很多,这里提供安装caffe时的一篇帖子: Ubuntu14.04 安装CUDA7.5 + Caffe + cuDNN。3 Errors
安装完成后,就可以测试,是否安装成功:$ python >>> import tensorflow as tf >>>
如果输入命令后,结果跟上述的差不多,(GPU版的会有一些log信息),没有出现Error,那就说明安装好了,就可以测试使用啦。
在tensorflow/tools/pip_package/setup.py中,关于几个包(numpy,six,protobuf)的版本等都有规定,如果不满足,则编译代码就会报错:# tensorflow version _VERSION = '0.8.0' ... REQUIRED_PACKAGES = [ 'numpy >= %s' % numpy_version, 'six >= 1.10.0', 'protobuf == 3.0.0b2', ]
查看这些包的命令行是:$ pip show numpy protobuf six
出问题比较多的是protobuf和six两个包,例如:protobuffrom google.protobuf import symbol_database as _symbol_database ImportError: cannot import name symbol_databaseprotobuf如果已经安装了其他版本(例如python-protobuf或低版本),先要卸载掉:$ sudo apt-get remove python-protobuf $ sudo pip uninstall protobuf
然后安装:$ sudo pip install --upgrade protobufsixAttributeError: type object 'NewBase' has no attribute 'is_abstract'
出现这个问题,应该是six包安装有问题,可以卸载原有版本,重新安装:$ sudo pip uninstall six $ sudo pip install six --upgrade
一般来说six包的安装位置是/usr/lib/python2.7/dist-packages,但是我在笔记本上默认安装在/usr/local/lib/python2.7/dist-packages也没问题,建议先试前者(工作站上也是前者):$ sudo pip install six --upgrade --target="/usr/lib/python2.7/dist-packages"
关于GPU版,CUDA安装及编译问题,不在此作答~4 Uninstall
如果想卸载掉安装的tensorflow,非常简单:$ sudo pip uninstall tensorflow
相关文章推荐
- install and upgrade scrapy
- install scrapy with pip and easy_install
- pip 错误unused-command-line-argument-hard-error-in-future解决办法
- C#使用Protocol Buffer(ProtoBuf)进行Unity中的Socket通信
- python如何通过protobuf实现rpc
- Python中pip安装非PyPI官网第三方库的方法
- 我的Protobuf消息设计原则
- 化繁为简--google protobuf
- c++ java中关于protobuf反序列化对象实体和实体处理(函数)关系 (一)
- c++ java中关于protobuf反序列化对象实体和实体处理(函数)关系(二)
- 【笔记】CentOS升级Python2.7及安装pip
- Google 的开源技术protobuf 简介与例子
- Some Notes of Protocol Buffer C++
- TensorFlow人工智能引擎入门教程之九 RNN/LSTM循环神经网络长短期记忆网络使用
- TensorFlow人工智能引擎入门教程之十 最强网络 RSNN深度残差网络 平均准确率96-99%
- TensorFlow人工智能入门教程之十一 最强网络DLSTM 双向长短期记忆网络(阿里小AI实现)
- TensorFlow人工智能引擎入门教程所有目录
- rabbitmq学习
- Pip 安装