现在深度学习框架市面上较多,Google的tensorflow,Facebook的caffe2和pytorch等等,我国百度一哥李厂长不甘示弱,开源了paddle深度学习开源框架。
不建议在Windows环境下进行深度学习的研究,一方面是因为Windows所对应的框架搭建的依赖过多,社区设定不完全;另一方面,Linux系统下对显卡支持、内存释放以及存储空间调整等硬件功能支持较好。文字引用来源
常用框架,图源:斯坦福大学CS231n课程
安装
tensorflow有两个版本 CPU版本和GPU版本
GPU版本还需要安装CUDA(Compute Unified Device Architecture)。CUDA是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。
windows/linux安装tensorflow 教程
基本步骤:
1.安装好anaconda
2.创建tensorflow环境,conda create -n tensorflow python=3.5
(python版本自定,有时conda源下载速度太慢,install 过程中会中断连接导致压缩包下载不全,多试几次就可以,建议从清华镜像里安装,速度飞起)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
4.激活环境,执行命令:source activate tensorflow
(退出tensorflow环境,source deactivate)
5.conda install tensorflow
我试过,conda install tensorflow-cpu,安装失败,错误如下,说是找不到安装包
PackagesNotFoundError: The following packages are not available from current channels:
6.在python环境下测试 import tensorflow
anaconda安装 TensorFlow配置
视频链接
文章链接
vscode设置TensorFlow解释器(interpreter),上个链接使用的是pycharm
安装遇到的一些问题
安装opencv遇到的问题:报错显示与python版本不匹配
解决方案:重新建立一个conda环境,依次执行一下指令
conda create --name py3 python=3.6
source activate py3
conda install --channel https://conda.anaconda.org/menpo opencv3
安装完成后依次执行,如显示opencv版本,表示安装成功
python3
import cv2
print(cv2.version)
keras安装教程
基本参照上述tensorflow步骤的安装,也从清华源下载安装包
最后安装指令
conda install keras
随后进行测试,import keras 不报错即安装成功
测试时的报错
Using TensorFlow backend
解决方案:
import os
os.environ['KERAS_BACKEND']='tensorflow'
参考博客
在Linux上安装Anaconda以及在Anaconda下安装TensorFlow和Opencv
keras中文文档