zoukankan      html  css  js  c++  java
  • TensorFlow实战Google深度学习框架(2)

    第2章 TensorFlow环境搭建

    2.1 TensorFlow的主要依赖包

    2.1.1 Protocol Buffer

    Protocol Buffer是谷歌开发的处理结构化数据的工具。它主要解决的问题就是如何将结构化的数据序列化,从而能够进行网络传输,然后再从序列化的数据中还原出原来的数据结构。

    Protocol Buffer序列化的数据要比XML格式的数据小3到10倍,解析时间快20到30倍。

    2.1.2 Bazel 

    Bazel是谷歌开源的自动化构建工具,类似于Makefile。

    Bazel至少要包含三个文件:WORKSPACE,BUILD,主文件。WORKSPACE定义了对外部资源的依赖关系。BUILD定义了每一个编译目标的输入、输出以及编译方式。主文件是项目主程序。对于Python程序来说,BUILD支持三种编译方式:py_binary, py_library, py_test。

    2.2 TensorFlow安装

    TensorFlow的安装方式很多,可通过Docker、pip、源码和Anaconda安装。本文只介绍如何用Anaconda安装。

    1. 首先安装Anaconda。请自行百度,不再赘述。

    2. 创建一个新环境。conda create --name tensorflow python=3.6

    3. 激活环境。 source activate tensorflow

    4. 安装tensorflow。 conda install tensorflow

    2.3 TensorFlow测试样例

    当前的环境是:

    python: 3.6

    conda: 4.7.0

    tensorflow: 2.0

    备注:TensorFlow2.0相比于1.0,变动很大,tf.Session(), tf.run(), placeholder, feeddict这些函数都没有了。如果还想和TensorFlow1.0一样的用法的话只需要在开头使用两行指令

    import tensorflow.compat.v1 as tf

    tf.disable_v2_behavior()

  • 相关阅读:
    HTTP 无法注册 URL http://+:xxxxx/ServicesName/。进程不具有此命名空间的访问权限
    C语言中宏的一些特别用法
    static和const的比较和解释
    堆和栈的区别
    c++中const用法
    链表常见笔试题
    自绘实现半透明水晶按钮 .
    C++面试题
    C/C++面试题大汇总
    C++ 值传递、指针传递、引用传递详解
  • 原文地址:https://www.cnblogs.com/whatyouknow123/p/13261224.html
Copyright © 2011-2022 走看看