人工智慧開發(一)環境搭建-基於ubuntu16 Python3 tensorflow

人最大的長處就是有厲害的大腦。電腦、手機等都是對人大腦的拓展。現今,我們每個人都有這個機會,讓自己頭腦在智能的幫助下,達到極高的高度。所以,擁抱科技,讓智能產品成為我們個人智力的拓展,更好的去生活、去戰鬥。

用項目引導學習:

我們的目標是用現有最流行的谷歌開源框架TensorFlow,搭建一款兒童助學幫手。類似於現在已有的在售商品小米智能語音盒子之類的東西,。

一、Windows下安裝虛擬機VMware Workstation,在虛擬機中安裝Ubuntu(要善用搜索引擎,解決各類簡單問題)

這裡提供一個VMware Workstation下載地址,自己搜尋的:http://www.zdfans.com/5928.html

Ubuntu官方網站:https://www.ubuntu.com/index_kylin

安裝完成:

人工智能開發(一)環境搭建-基於ubuntu16 Python3 tensorflow

二、在Ubuntu中安裝python3

進入系統,桌面右鍵單擊,點擊open Terminal

人工智能開發(一)環境搭建-基於ubuntu16 Python3 tensorflow

人工智能開發(一)環境搭建-基於ubuntu16 Python3 tensorflow

進入命令行模式。輸入python,發現系統自帶python2.7.我們要安裝python3

人工智能開發(一)環境搭建-基於ubuntu16 Python3 tensorflow

退出python(用exit()),輸入sudo apt-get install python3,安裝python3.已經提前安裝過了,安裝的是python3.5下面是顯示的內容,安裝成功。

人工智能開發(一)環境搭建-基於ubuntu16 Python3 tensorflow

三、安裝TensorFlow

有很多種安裝方法,可以自行搜索。tensorflow有CPU和GPU兩個版本, 後者支持使用GPU能力來做數據運算, 對GPU的型號有一定限制, 還要安裝一堆東西, 對於新手,沒必要裝(官方推薦先裝CPU的).

  1. 用下面命令安裝pip和virtualenv

    sudo apt-get install python-pip python-dev python-virtualenv
  2. sudo apt-get install python3-pip python3-dev python3-virtualenv
  3. 創建一個virtualenv環境

    virtualenv --system-site-packages targetDirectory

    注意:這裡的”targetDirectory”定義了virtualenv的根目錄,這裡推薦使用 ~/tensorflow,所以這裡的輸入是:

    virtualenv --system-site-packages ~/tensorflow,
  4. 激活剛才創建的virtualenv環境

一般情況下(如果你用的是ubuntu自帶的終端或者用的不是csh)輸入:

 source ~/tensorflow/bin/activate12

如果你用的終端是csh,請輸入:

source ~/tensorflow/bin/activate.csh12

輸入命令後,你的命令行前面會出現”(tensorflow)”,如果成功的話.

4. 現在,在這個已經被激活了的tensorflow環境下,使用下面語句安裝tensorflow的cpu版

(tensorflow)$ pip install --upgrade tensorflow # 如果你用 Python 2.7
(tensorflow)$ pip3 install --upgrade tensorflow # 如果你用Python3.n

人工智能開發(一)環境搭建-基於ubuntu16 Python3 tensorflow人工智能開發(一)環境搭建-基於ubuntu16 Python3 tensorflow

人工智能開發(一)環境搭建-基於ubuntu16 Python3 tensorflow

安裝成功!

五、測試:

1、打開終端輸入cd tensorflow

2、source bin/activate

3、python

4、輸入python後輸入以下示例

>>> import tensorflow as tf

>>> hello = tf.constant('Hello, TensorFlow!')

>>> sess = tf.Session()

>>> print(sess.run(hello))

Hello, TensorFlow!

>>> a = tf.constant(10)

>>> b = tf.constant(32)

>>> print(sess.run(a+b))

42

>>>

5、測試成功接下來首先退出python 按快捷鍵Ctrl+D

6、再退出tensorflow 在命令行輸入命令:deactivate


分享到:


相關文章: