• 安装:
    Tensorflow,Google开源的框架,经过大家对比,之上的框架tensorLayer最好,比较了半天,不管好不好了,就用这个入门吧,看来很多入门的介绍,都是从google下载whl,我取GitHub上看了一下,最新的是1.4.1,我一般都是想用新的,又不想太新踩还没人管的bug,想弄1.4.0,一开始还能连上google,不一会,失败了,然后就再也连不上了。
    去百度搜索,pip也有编译好的包,好吧,pip Search TensorFlow,居然后一大堆,仔细看了看,有1.4.1最新版的cpu版本和gpu版本,我用的以前的刀片服务器,GPU估计烂的一匹,直接用cpu版本吧。
    tensorflow的安装和环境配置
    tensorflow的安装和环境配置
    这样就简单多了,pip install tensorflow
    然后装上tensorLayer,还是先找一下
    tensorflow的安装和环境配置
  • 编辑环境
    编辑环境使用vim了,虽然用的不太熟,但基本只会这一个,Bundle安装吧
    Vim打开 .vimrc文件,添加一行
    tensorflow的安装和环境配置
    使用jedi-vim的插件。
    打开vim,使用命令:BundleInstall,会自动下载安装,然后就可以使用了,能够提示和自动补全,水平一般,所以爱用提示和自动补全,高手忽略即可。
  • 例子
    本来想用自带的例子,看网上的教程,我安装的包里的example文件夹下的源码还不是,没办法,github上看下,源码的例子里有,好的,git clone一个下来。
    训练数据,还是访问不了,没问题,TensorFlow中文社区有这个可以下载的链接,四个gz都下载下来。安装教程上的,先创建文件夹,data,然后把四个压缩包的数据放进去,运行
    python fully_connected_feed.py,没有反应,我觉得肯定是路径上是不是有什么问题,打开文件,看到/tmp,果然有路径的问题,手动到目录下,看到inputdata,应该就是这里,把数据拷贝进来。运行,果然成了。
    然后看下tensorboard的log数据,输入命令
    tensorboard --logdir /tmp/tensorflow/mnist/logs/fully_connected_feed
    然后就可以通过6006端口进行查看了,因为我用的是服务器,所以直接从远程机用浏览器看