Als ich versuchte, Python auf meinem vorherigen Computer zu verwenden, hatte ich große Probleme beim Aufbau der Umgebung.
Als Ergebnis der Suche nach verschiedenen Dingen selbst war es schrecklich, dass ich es durch Mischen verschiedener Methoden erstellt und viele Warnsätze erhalten habe. .. .. ..
Für diejenigen, die diesen Artikel lesen, möchte ich Sie vorstellen, damit Sie die Umgebung von Python einfach erstellen und Tensorflow verwenden können.
-Ermögliche Python mit Anaconda.
Ich möchte mit dieser Art von Inhalten fortfahren.
Ich habe es auf der Tensorflow-Homepage überprüft.
An open-source software library for Machine Intelligence ~~ Open Source Software für künstliche Intelligenz ~~
... anscheinend ...
Offizielle Seite: Tensorflow
Dieses Mal verwenden wir Anaconda, das später vorgestellt wird, um verschiedene Einstellungen vorzunehmen, sodass Sie es zu diesem Zeitpunkt nicht installieren müssen.
MAC OS:Sierra 10.12.5 python:3.5.2(Anaconda 4.2.0) tensorflow:1.1
Übrigens, laut dem offiziellen Dokument von Tensorflow Ende Juni 2017,
Prerequisite: Python
In order to install TensorFlow, your system must contain one of the following Python versions: ~~ Vor der Installation von Tensol Flow muss Ihr System die Python-Version unter ~~ enthalten
Python 2.7 Python 3.3+
Deshalb brauchen Sie 3.3 oder höher.
Wenn Sie interessiert sind, geben Sie bitte den folgenden Befehl in ** Terminal ** ein und prüfen Sie, ob die Version übereinstimmt.
Es ist natürlich, das Terminal zu kennen, wenn man in gewissem Umfang andere Sprachen lernt, und es gibt keine Erklärung dafür, ob die Umgebungskonstruktion in Qiitas Artikel mit Python durchgeführt wird.
Deshalb werde ich dieses Mal auch vorstellen, wie man das Terminal öffnet
Bitte überprüfen Sie die folgende Seite, wie sie in einem anderen Artikel vorgestellt wird.
Öffnen Sie nun ein Terminal und geben Sie den folgenden Befehl ein.
Dein MacBook-Pro:~Dein Benutzername$ python
Python 3.5.2 |Anaconda 4.2.0 (x86_64)| (default,Datum)
〜〜〜〜
〜〜〜〜
>>>
** * Wenn Sie den Python-Interpreter beenden möchten, geben Sie Strg + d ein. ** ** **
Übrigens, als ich nachgesehen habe, war mein Python 3.5.
Sie können dies auch mit dem folgenden Befehl überprüfen.
Dein MacBook-Pro:~Dein Benutzername$python --version
Python 3.5.2 :: Anaconda 4.2.0 (x86_64)
Die Python2-Serie ist standardmäßig auf einem Mac installiert.
Wenn Sie die Python 3-Serie und die Conda diesmal nicht eingeführt haben, gehen Sie nach unten und installieren Sie Anaconda.
Laut der Homepage von Anaconda
Anaconda is the leading open data science platform powered by Python. The open source version of Anaconda is a high performance distribution of Python and R and includes over 100 of the most popular Python, R and Scala packages for data science. ~~ Es ist eine Python Data Science-Plattform. ~~ ~~ Es gibt viele Pakete. ~~
... anscheinend ...
Laut Anacondas Wikipedia
Anaconda ist ein Betriebssysteminstallationsprogramm, das von CentOS und Fedora verwendet wird. Es ist in Python und C implementiert. PyGTK wird für das GUI-Frontend und Python-newt für das Frontend im Textmodus verwendet.
Mit anderen Worten, wenn es wahr ist, ist es ein Paket, das alle Bibliotheken enthält, die einzeln installiert werden müssen.
Es enthält auch die Bedingung, die zum Erstellen eines Python3-Systems oder einer virtuellen Umgebung erforderlich ist.
Wenn Sie es installieren, wird Anaconda es für Sie tun, daher werde ich es dieses Mal mit Ausnahme der Gliederung weglassen.
Offiziell: ANACONDA JETZT HERUNTERLADEN
Wie bereits erwähnt, überprüfen wir die Python-Version nach der Installation.
Wenn es sich immer noch um ein Python2-System handelt, obwohl Sie es mit dem Interpreter überprüfen, ist es möglich, dass der PATH nicht übergeben wird. Geben Sie daher den folgenden Befehl ein.
Ihr MacBook-Pro: ~ Ihr Benutzername $ export PATH = / Users / Ihr Benutzername / anaconda / bin: $ PATH
Bitte geben Sie den Benutzernamen des Mac, den Sie verwenden, im Teil "Ihr Benutzername" an.
Lassen Sie uns den Python-Interpreter im Terminal erneut starten.
conda ist ein Paketverwaltungssystem und ein Umgebungsverwaltungssystem, die hauptsächlich für Python entwickelt wurden.
Es wird nicht als einzelne Einheit veröffentlicht, sondern ist in Anaconda, Anaconda Server und Miniconda enthalten.
In letzter Zeit ist es populär geworden, weil verschiedene Pakete einfach installiert werden können, um eine numerische Berechnungsumgebung für Python zu erstellen.
Es ist Conda, nicht Neda.
Durch die Einführung von conda ist es möglich, verschiedene virtuelle Umgebungen zu erstellen.
Geben Sie nun den folgenden Befehl ein, um die virtuelle Umgebung von conda zu öffnen.
conda create -n Umgebungsname, den Sie erstellen möchten python = Ihre Python-Version
Dieses Mal erstellen wir mit python3.5 eine virtuelle Umgebung mit dem Namen tensorflow. Der Befehl lautet also wie folgt.
$ conda create -n tensorflow python=3.5
Nach Eingabe des Befehls und Abschluss der Installation wird eine Ausführungsumgebung mit dem Namen "tensorflow" erstellt, die tensorflow verwenden kann.
Wir haben derzeit keinen Tensorflow, daher müssen wir ihn nicht mit diesem Namen erstellen.
Es ist auch leicht zu verstehen, wenn Sie den Namen nach Version usw. festlegen.
1000ch: Erstellen einer Python-Umgebung auf einem Mac mit pyenv
Sie können die von conda erstellte Ausführungsumgebung verschieben (aktivieren), indem Sie den folgenden Befehl eingeben.
$ source enabled
Der zuvor erstellte Umgebungsname`
Ich habe eine virtuelle Umgebung mit dem Namen Tensorflow erstellt. Folgende Befehle müssen eingegeben werden:
$ source activate tensorflow
Bei Erfolg wird der Name des Tensorflusses wie unten gezeigt auf der linken Seite angezeigt.
(Tensorflow) Ihr MacBook-Pro: ~ Ihr Benutzername $
Geben Sie den folgenden Befehl ein, um aus der Ausführungsumgebung zur ursprünglichen Hierarchie zurückzukehren (deaktivieren).
$ source deativate tensorflow
Der nächste Schritt ist die Installation von Tensorflow.
Installieren Sie Tensorflow mit dem folgenden Befehl.
$ conda install -c conda-forge tensorflow
mkl: 2017.0.1-0
mock: 2.0.0-py35_0 conda-forge
numpy: 1.13.0-py35_0
pbr: 3.1.1-py35_0 conda-forge
protobuf: 3.3.0-py35_2 conda-forge
six: 1.10.0-py35_1 conda-forge
tensorflow: 1.1.0-py35_0 conda-forge
werkzeug: 0.11.10-py35_0 conda-forge
Proceed ([y]/n)?
Ich wurde gebeten, Ja oder Nein einzugeben, also habe ich Ja gewählt.
Öffnen Sie ein Terminal und prüfen Sie, ob der gerade installierte Tensorflow installiert ist.
///① Starten Sie Python in der Ausführungsumgebung
(tensorflow)Dein MacBook-Pro:~Dein Benutzername$ python
Python 3.5.2 |Anaconda 4.2.0 (x86_64)| (default,Heutiges Datum
・ ・ ・(Verschiedene kommen raus)
・ ・ ・
///② Tensorflow importieren.(Wenn Sie es importieren können, haben Sie es installiert.)
>>>import tensorflow as tf
///③ Wieder wie unten gezeigt>>>Wenn angezeigt wird, können Sie es installieren.
>>>
>>>import tensorflow as tf
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ImportError: No module named 'tensorflow'
Möglicherweise kann es gelöst werden. Wenn Sie es nicht importieren können, kommentieren Sie es bitte mit einer Kopie.
python
>>>import tensorflow as tf
>>>hello = tf.constant("Hello Tensorflow!")
>>>sess = tf.Session() //Beachten Sie, dass Sitzung ein Akronym ist
>>>print(sess.run(hello)) //Führen Sie das Hallo aus, das Sie gerade in der Sitzung erstellt haben
b'Hello Tensorflow!'
↑ Wenn es so ausgegeben wird, ist es ein Beweis dafür, dass Sie Tensorflow verwenden! !! !!
1: Tensorflow in die erste Zeile importieren und so einstellen, dass er mit dem Namen tf aufgerufen wird. 2: Erstellen Sie eine Konstante, die "Hallo Tensorflow!" Mit dem Namen Hallo ausgibt 3: Erstellen Sie eine Sitzung mit Session, um sie auszuführen 4: Führen Sie Hallo mit sess aus und geben Sie es mit print aus.
Das TensorFlow-Diagramm beschreibt die Berechnung. Unabhängig davon, welche Berechnung Sie durchführen, müssen Sie das Diagramm in einer Sitzung ausführen. Die Sitzung bietet eine Möglichkeit, Grafikoperationen auf Geräten wie CPUs und GPUs zu platzieren und auszuführen.
Quelle: TensorFlow über die Befehlszeile ausführen
Ich kenne die detaillierte Bewegung nicht, aber es bedeutet, dass Sie die Sitzung verwenden müssen.
Wenn Sie einen Fehler im Artikel machen, kommentieren Sie bitte (^^)
Nächstes Mal werde ich im Tensorflow-Tutorial über MNIST For ML Bigginers schreiben!
Vielen Dank!
Recommended Posts