一笑·科奉

Mac 安装TensorFlow与编写Hello World测试

作者: 一笑, 写于: 2017-11-20 21:44:24

作为迈进人工智能领域的第一步,在自己的电脑上安装TensorFlow,然后时刻练习尤为重要。

以下为Mac系统中安装TensorFlow的步骤,以及做了一个最简单的官网代码样例测试。

1、Mac 自带python2,无需再重复安装

2、安装Anaconda,https://www.anaconda.com/download/#macos

image.png

3、全部默认安装尽量不要修改目录,以及不要使用超管权限安装

image.png

安装成功后,界面如下:

image.png

可以使用命令检测是否安装成功:

python --version

会返回如下结果,说明安装成功。

image.png

4、使用pip安装tensorflow(注意:本步安装的tensorflow为旧版本,建议直接安装新版本,请直接看第8步)

pip install https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl

5、安装成功(预计1分钟)

image.png

6、编写Hello World

依次执行如下命令代码:

python
>>>import tensorflow as tf
>>>hello = tf.constant('Hello, TensorFlow!')
>>>sess = tf.Session()
>>>print(sess.run(hello))

注意:

在执行到sess = tf.Session()时,会报如下错误,网上说不用管它,因为这个问题在下一个版本已被修复(第七步即为更新tensorflow到最新版本)

can't determine number of CPU cores: assuming 4

I tensorflow/core/common_runtime/local_device.cc:25] Local device intra op parallelism threads: 4

can't determine number of CPU cores: assuming 4

I tensorflow/core/common_runtime/local_session.cc:45] Local session inter op parallelism threads: 4


最终显示:(如下图)

Hello, TensorFlow!

image.png

恭喜,安装成功,并进行了简单的TensorFlow测试。从此,可以尽情在人工智能领域遨游了。

7、更新tensorflow到最新版本(1.0)(警告:此步骤更新后无法运行tensorflow。)

pip install --upgrade tensorflow

更新速度特别慢:15kB/s 左右,需耐心等待。(但也有说更新速度很快的,看人品了。。)

image.png

但是,很不幸更新后再执行import tensorflow as tf 报错了。原因可能是需要python3环境吧,于是使用如下命令卸载:

sudo pip uninstall tensorflow

8、使用图形化安装tensorflow 1.1.0,

首先打开Anaconda软件,在左侧Menu中选择“Environments”,然后右侧下拉菜单中选择“All”,并搜索“tensorflow”,回车,并点击下方的“Apply”

image.png

稍等片刻后,弹出如下窗口,再Apply

image.png

经过漫长的等待,终于安装完成了。

image.png

9、查看tensorflow版本

依次输入:

python
>>>import tensorflow as tf
>>>tf.__version__

执行后显示1.1.0,恭喜你!成功了!

image.png

9、再次编写Hello World(呃,为啥是再次。。。)

python
>>>import tensorflow as tf
>>>hello = tf.constant('Hello, TensorFlow!')
>>>sess = tf.Session()
>>>print(sess.run(hello))

注意:执行到sess = tf.Session(),这句后,会出现如下警告,可无视不影响使用(但,影响美观)

2017-11-21 09:53:56.419155: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and could speed up CPU computations.

2017-11-21 09:53:56.419181: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are available on your machine and could speed up CPU computations.

2017-11-21 09:53:56.419195: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use AVX instructions, but these are available on your machine and could speed up CPU computations.

Hello World最终执行效果如下:

image.png

人工智能我来啦!

分类: TensorFlow, 浏览: 113, 评论: 0
原创文章转载请注明:转自《一笑·科奉》 原文地址:https://www.kefong.com/post/80.html