需重视! | 深度学习网络环境搭建大全(下)

2019 年 2 月 27 日 计算机视觉战队

深度学习网络环境搭建大全

人工智能突然火了起来,至今已经有无数的智能化产品别大家认识及使用。比如:之前的李世石与AlphaGo大战、无人驾驶、无人超市,以及现在的无人酒店(阿里)、智慧小区,乃至于现在的仿人机器人等产品,都在不断实现科幻片中我们觉得不可能的技术,现在都在一一实现。

AI已经吸引了大量的关注,拿起你的手机看看手机里的语音助手,照相时候的人脸识别,淘宝帮你自动筛选出你最近浏览的类别及给你推荐相关产品,还有各大音乐软件的歌曲“每日推荐“,各种各样的AI早已进入我们生活的方方面面,深刻的影响了着我们,可以说,人工智能是第四次人类革命,我们每一位应该把握住每次机会,去创造人类前所未有的科技,这是一个AI的时代。

人工智能都这么流行,我们何尝不去好好去学习,成为AI时代的一份子。在AI中,最占主导的应属深度学习为主,在学习Deep Learning之前,我们的准备工作就是各种工具安装及环境搭建,我们今天的目的就是怎么去完成环境的搭建,为之后的研究和开发做好充足的准备。

Windows系统

python的安装我就不说了,之前CV系列的入门教学有了详细的介绍,我们直接进入TensorFlow的安装。

首先,从https://pypi.python.org/pypi/tensorflow上下载whl安装包。

点击上图红色的whl文件进行下载,然后可以安装可,用如下的办法运行:

pip install d:/code/tensorflow-1.12.0-cp35-cp35m-win_amd64.whl

之后就可以自动运行安装了,过一会就可以试试安装成功,用如下的方式进行测试:

进入CMD模式

输入:python

import tensorflow as tf

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

sess = tf.Session() print(sess.run(hello))

如果出现“b'Hello, TensorFlow!'”,表示安装成功了。

Linux系统

我想大部分同学都会选择Linux系统学习深度学习吧。Linux对安全性非常重视,因此不仅权限管理十分严格,在创建操作系统的时候也会要求你一定要输入一个密码,这个密码将用来登陆和获得root权限。

必不可少的python-pippython-dev

在解释器窗口中输入命令:  

sudo apt-get install python-pip python-dev  

注意,命令最开始的sudo意味着这条指令将以root权限执行,所以需要输入你最开始设置的密码,输入过程在屏幕上是不会有任何体现的,输完直接按回车就好。

输入后会出现一大串代码,最后会问是否继续,你输入y回车即可。

然后就慢慢等吧,注意:install是安装指令,而python-pip和python-dev则是两个需要安装的软件包的名字;pip可以理解成一个比较高级的软件安装器,安装Tensorflow要用到,而dev则是一个额外的类库,也是Tensorflow的安装和运行需要的。如果一切顺利的话,一大串代码划过后,会看到如下的界面:

现在可以安装TensorFlow了,输入如下:

在解释器窗口中输入命令:  

sudo pip install tensorflow-1.12.0-cp35-cp35m-manylinux1_x86_64.whl

可用软件包

  • tensorflow - 仅支持 CPU 的当前版本(建议新手使用)

  • tensorflow-gpu - 支持 GPU 的当前版本(Ubuntu 和 Windows) 

  • tf-nightly - 仅支持 CPU 的每夜版(不稳定) 

  • tf-nightly-gpu - 支持 GPU 的每夜版(不稳定,Ubuntu 和 Windows) 

系统要求

  • Ubuntu 16.04 或更高版本(64 位)

  • macOS 10.12.6 (Sierra) 或更高版本(64 位)(不支持 GPU) 

  • Windows 7 或更高版本(64 位)(仅支持 Python 3) 

  • Raspbian 9.0 或更高版本

硬件要求

  • 从 TensorFlow 1.6 开始,二进制文件使用 AVX 指令,这些指令可能无法在旧版 CPU 上运行;

  • 阅读 GPU 支持指南,以在 Ubuntu 或 Windows 上设置支持 CUDA® 的 GPU 卡。

更多内容见:https://tensorflow.google.cn/install/pip?lang=python2

      推荐一个“L3自动驾驶感知决策”讲习班,3月2日在北京中科院自动化所举行,请扫码关注。

考虑还有部分同学使用Mac OS系统,下次我们简单说一下怎么在Mac上安装TensorFlow,并附上基于TensorFlow的一些目标检测Demo,有兴趣的期待我们下一次的分享。

记得看完我们的文章,给一个“好看”对我们的支持,谢谢!

点击阅读原文~发现惊喜

登录查看更多
0

相关内容

Google发布的第二代深度学习系统TensorFlow
深度神经网络实时物联网图像处理,241页pdf
专知会员服务
77+阅读 · 2020年3月15日
【新书】傻瓜式入门深度学习,371页pdf
专知会员服务
192+阅读 · 2019年12月28日
【新书】Python编程基础,669页pdf
专知会员服务
195+阅读 · 2019年10月10日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
40+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
279+阅读 · 2019年10月9日
教程 | 从零开始搭建『深度学习』GPU开发环境
机器学习算法与Python学习
8+阅读 · 2019年10月28日
7 款实用到哭的App,只说一遍
高效率工具搜罗
84+阅读 · 2019年4月30日
基于TensorFlow的深度学习实战
七月在线实验室
9+阅读 · 2018年4月25日
热点 | 深圳无人驾驶公交车正式运营!
机器学习算法与Python学习
3+阅读 · 2017年12月4日
手把手教你搭建caffe及手写数字识别
七月在线实验室
12+阅读 · 2017年11月22日
6个实验教你用Torch玩转深度学习
七月在线实验室
7+阅读 · 2017年11月21日
手把手教TensorFlow(附代码)
深度学习世界
15+阅读 · 2017年10月17日
Image Segmentation Using Deep Learning: A Survey
Arxiv
45+阅读 · 2020年1月15日
Arxiv
35+阅读 · 2019年11月7日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
136+阅读 · 2018年10月8日
Image Captioning based on Deep Reinforcement Learning
Arxiv
12+阅读 · 2018年9月5日
Arxiv
5+阅读 · 2018年6月5日
Arxiv
5+阅读 · 2016年10月24日
VIP会员
相关VIP内容
深度神经网络实时物联网图像处理,241页pdf
专知会员服务
77+阅读 · 2020年3月15日
【新书】傻瓜式入门深度学习,371页pdf
专知会员服务
192+阅读 · 2019年12月28日
【新书】Python编程基础,669页pdf
专知会员服务
195+阅读 · 2019年10月10日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
40+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
279+阅读 · 2019年10月9日
相关资讯
教程 | 从零开始搭建『深度学习』GPU开发环境
机器学习算法与Python学习
8+阅读 · 2019年10月28日
7 款实用到哭的App,只说一遍
高效率工具搜罗
84+阅读 · 2019年4月30日
基于TensorFlow的深度学习实战
七月在线实验室
9+阅读 · 2018年4月25日
热点 | 深圳无人驾驶公交车正式运营!
机器学习算法与Python学习
3+阅读 · 2017年12月4日
手把手教你搭建caffe及手写数字识别
七月在线实验室
12+阅读 · 2017年11月22日
6个实验教你用Torch玩转深度学习
七月在线实验室
7+阅读 · 2017年11月21日
手把手教TensorFlow(附代码)
深度学习世界
15+阅读 · 2017年10月17日
相关论文
Image Segmentation Using Deep Learning: A Survey
Arxiv
45+阅读 · 2020年1月15日
Arxiv
35+阅读 · 2019年11月7日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
136+阅读 · 2018年10月8日
Image Captioning based on Deep Reinforcement Learning
Arxiv
12+阅读 · 2018年9月5日
Arxiv
5+阅读 · 2018年6月5日
Arxiv
5+阅读 · 2016年10月24日
Top
微信扫码咨询专知VIP会员