1. 程式人生 > >Tensorflow使用環境配置

Tensorflow使用環境配置

windows中不能直接使用Tensorflow,所以得費點勁。(2016.11.29更新,TensorFlow 0.12 中已加入初步的 Windows 原生支援)
先是直接使用了《Deep Learning》中推薦的已經配置好Tensorflow和所有作業檔案的Docker容器(貌似得翻-牆),這個方法其實很方便,用來學習Tensorflow和這個課程已經足夠了,但是不夠靈活。
最後在虛擬機器ubuntu上安裝了Tensorflow,安裝配置遠端jupyter notebook(以前都叫ipython notebook),然後就能在windows上通過瀏覽器使用jupyter notebook來編寫python程式了。

使用虛擬機器安裝linux

在windows裡,使用vmware安裝了64位的ubuntu,注意Tensorflow只能使用64位的系統。

安裝pip

pip是一個python包管理工具,後面安裝Tensorflow和ipython notebook都可以很方便的用這個。

安裝ssh

ssh是一種安全協議,Ubuntu沒有預設安裝ssh,使用ssh就能遠端登入這臺linux了。

使用虛擬機器切來切去常常會很卡,所以,可以開啟虛擬機器後直接最小化了,用Xshell之類的工具通過ssh連線linux,然後就在Xshell中使用linux。

安裝Tensorflow

安裝ipython notebook

配置遠端ipython notebook

稍微麻煩點,這個部落格寫的很詳細:http://blog.csdn.net/suzyu12345/article/details/51037905
有點小問題,現在版本比較新了,叫做jupyter notebook,不再推薦使用ipython notebook,有些配置放到了資料夾~/.jupyter而不是之前的~/.ipython,所以第三步需要使用
jupyter notebook --generate-config
然後需要編輯配置檔案是這個:~/.jupyter/jupyter_notebook_config.py
啟動ipython notebook:
jupyter notebook --profile=nbserver


這個問題的解決方案來源:
Unrecognized alias: '--profile=nbserver', it will probably have no effect
http://stackoverflow.com/questions/31974797/ipython-notebook-wont-read-the-configuration-file

使用Tensorflow



作者:rubbninja
出處:http://www.cnblogs.com/rubbninja/
關於作者:目前主要研究領域為機器學習與無線定位技術,歡迎討論與指正!
版權宣告:本文版權歸作者和部落格園共有,轉載請註明出處。

相關推薦

TensorFlow環境配置----Mac OS

環境配置 沒有 wiki install 安裝python man ima ted tsa 在Mac os系統下,tensorflow安裝很簡單 1、安裝python,強烈建議使用homebrew重新安裝python,不要用系統自帶的python; 安裝homebrew:登

Windows下Keras與Tensorflow環境配置

問題簡述: 最近隨著深度學習的火爆,很多人都想了解什麼是深度學習,怎樣容易上手,本文將介紹Tensorflow和Keras的環境配置。 配置詳情: 1.Python環境的配置: 由於Tensorflow目前在Windows上只支援Pyt

Tensorflow】Windows下基於Anaconda的Tensorflow環境配置

1. Anaconda下載安裝:https://www.continuum.io/downloads 版本為:Anaconda3,for windows,64bit(tensorflow在windows下只支援python 3.5以上、amd64) 2. Anaconda

Ubuntu18.04+Tensorflow 環境配置

開發環境:python31.安裝Tensorflow命令:pip3 install tensorflow測試是否安裝成功:2.(1)安裝Anaconda命令:wget https://repo.continuum.io/archive/Anaconda3-5.1.0-Linu

TensorFlow-GPU環境配置之一——安裝Ubuntu雙系統

啟動 windows src 技術 截圖 建立 交換空間 windows系統 空間 本機已經安裝過Windows系統,準備安裝Ubuntu雙系統進行TensorFlow相關工作,需要在windows中將磁盤分出一定空間供Ubuntu使用 1.首先下載Ubuntu17.04版

Anaconda+Tensorflow環境安裝與配置

block ons 幫助 log 命令 pda acc follow 當前 Anaconda安裝 在清華大學 TUNA 鏡像源選擇對應的操作系統與所需的Python版本下載Anaconda安裝包。Windows環境下的安裝包直接執行.exe文件進行安裝即可,Ubuntu環

深度學習服務器環境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+TensorFlow 1.3

顯卡 right const andrew ng extra framework abi credit packages 本文來源地址:http://www.52nlp.cn/tag/cuda-9-0 一年前,我配置了一套“深度學習服務器”,並且寫過兩篇關於深度學習服務器環

HYF-Linux8 環境配置躺坑記錄 cuda8 cudnn6 virtualenv tensorflow opencv3.3.1

linux pen 驅動 orf class opencv3.3 ubun 問題 cnblogs 上一個版本環境掛掉了,重裝想試一試cuda9 cudnn7,沒料到tf還沒跟進。。。 簡:參考者一定要瀏覽一遍再運行,下邊記錄走了一些彎路 ubuntu->ss->

TensorFlow-GPU環境配置之四——配置和編譯TensorFlow

http mage body class 調用 技術 圖片 環境 進行 首先,使用configure進行配置 配置完成後,使用bazel編譯retrain命令,編譯命令中加入--config=cuda即為啟用GPU 編譯進行中。。。 編譯完成 編譯完成後,調用ret

環境配置(近期實測)——Ubuntu16.04+CUDA9.0+tensorflow-gpu填坑記

u盤 earch 實測 win 1.3 ted 等待 gef kernel 近幾年深度學習在物體檢測方面出現了許多基於不同框架的網絡模型,不同模型需要不同的版本的Python、TensorFlow、Keras、CUDA、cuDNN以及操作系統。不得不說,要把經典物體檢測網絡

Win10環境中安裝Python2與python3,並配置TensorFlow環境

安裝前需要知道的知識是: 1.TensorFlow只支援Python3版本 2.Python2與Python3他們預設的.exe執行檔案,名字均為:python.exe。要使他們共存必須要對他們的名字修改,否則,在win10命令框中,輸入Python命令時,會報錯“不是內部指令”。 3.安裝

ubuntu16.04伺服器上無root許可權,配置個人tensorflow環境--cuda9.0+cuDNN7+tensorflow-gpu-1.18

本人在伺服器上已經用Anconda建立好python3.5的環境,這個網上有一大堆教程。接下來是重點。 1. cuda的安裝 https://developer.nvidia.com/cuda-downloads,選runfile(local)這個檔案下載然後執行如下程式碼 sh cuda_9

ubuntu16.04服務器上無root權限,配置個人tensorflow環境--cuda9.0+cuDNN7+tensorflow-gpu-1.18

pad driver padding 是個 pat imp 不能 nvi output 本人在服務器上已經用Anconda創建好python3.5的環境,這個網上有一大堆教程。接下來是重點。 1. cuda的安裝 https://developer.nvidia.com/c

Ubuntu18.04 + CUDA9.0 + cuDNN7.3 + Tensorflow-gpu-1.12 + Jupyter Notebook深度學習環境配置

uri onf 設備 har import strong sof 比較 理論 目錄 一、Ubuntu18.04 LTS系統的安裝 1. 安裝文件下載 2. 制作U盤安裝鏡像文件 3. 開始安裝 二、設置軟件源的國內鏡像 1. 設置方法 2.關於ubuntu鏡像的小知識

基於Ubuntu + anaconda + tensorflow + jupyter的Python深度學習開發環境配置

1.啟用Anaconda環境   下載anaconda並拷貝到安裝目錄中並解壓,下載地址為: https://repo.anaconda.com/archive/Anaconda2-5.3.0-Linux-x86_64.sh 跳轉到anaconda的bin目錄,啟用命令為

Tensorflow gpu win10環境配置

Tensorflow gpu win10 1.安裝cuda 9.0 2.解壓cudnn-9.0-windows10-x64-v7.1.zip 複製解壓檔案目錄下 bin,include,lib 三個資料夾到 cuda根目錄 (預設在C:\Program Fil

Deep Learning_0 Tensorflow開發環境配置(基於python)

deep learning之tensorflow兩種搭建方式。 ——————————————————————————————————————————————— 第一種方式是Anaconda環境配置 1

Win10深度學習環境配置(下篇):TensorFlow + Keras + Matplotlib + OpenCV

好記性不如爛筆頭,純粹為自己的學習生活記錄點什麼! 本次接上篇文章Win10深度學習環境配置(上篇),繼續記錄win10下深度學習環境配置過程,下篇記錄安裝TensorFlow+Keras TensorFlow 由於上篇介紹了pip安裝方法,所以win10系

【FPN車輛目標檢測】資料集獲取以及Windows7+TensorFlow+Faster-RCNN+FPN程式碼環境配置和執行過程實測

PS 最近在學目標檢測想用最新的FPN網路,剛好看到這篇部落格https://blog.csdn.net/Angela_qin/article/details/80944604嘗試把它復現,說的小白一點。 1.資料集獲取 博主只說是車輛目標檢測沒將資料集在哪裡獲取。我在程式碼中發現E:/st

基於Python 3.6的Ubuntu下TensorFlow開發環境配置

準備 這裡使用的是Ubuntu 18.04 LTS版本; 第一步,需要先切換Root使用者,需要先切換Root使用者,需要先切換Root使用者,重要的事說三遍!! su 首次切換前需要設定密碼 sudo passwd root 安裝Python 3.6 Ubu