解密深度学习,从配置机器学习机器开始入门
提示:本文必须有支持CUDA的NVIDIA显卡支持;发稿截止前,python3.7版本已经发布,测试无法使用Anaconda进行配置,故依然使用python3.6版本。
请不要质疑本人为什么在值得买发布CSDN专属类型文章,非要一个解释的话,我发现买(这)东(是)西(未)的(来)人(各)比(行)做(各)技(业)术(的)的(大)人(趋)多(势)!废话不多说,有兴趣的值友请往下看。
简单介绍一下TensorFlow,这里就不得不从机器学习说起。所谓的机器学习,无非是人工智能的一个研究方向,通过机器强大的计算能力和庞大的数据,挖掘数据之间的联系,接着机器运用挖掘出来的这个数据之间的联系,对新的数据就产生了一些分类或聚类的能力,这种类似“预测”或“决策”的能力就被称为所谓的“智能”。而今天的主角深度学习,是机器学习的一个研究分支,是神经网络技术的进化。神经网络技术是对人脑神经元网络抽象而来的,由输入层、隐含层和输出层组成,而深度学习借助当前计算机的计算暴力,增加了很多隐藏层,而使得机器的“智能”更加准确。常见的深度学习框架有很多,Keras、Caffe、Caffe2、Torch、Pytorch、Theano等,这里只谈TensorFlow。
TensorFlow本来是Google内部的机器学习框架,于2015年开源。对于开源这件事有利有弊,利是显而易见的,我们可以直接拿来用,弊就是我们对于Google的依赖就愈加强烈了,尤其是深入到高校的科研领域,没办法开展自主的机器学习框架,只能被牵着鼻子走,TensorFlow在1.2版本以后支持了Windows平台,这对于我国各种盗版WIndows横飞的现状,还是很有利的。TensorFlow号称适合所有人的机器学习框架,从能力上来说,只要你的数据量足够,计算机配置够强,我真的觉得深度学习可以解决任何人的任何需求。。。但是我认为这个号称适合所有人的机器学习框架,最重要的原因是入门非常简单,几乎没有什么门槛,为什么,请往下看。
首先,看一下TensorFlow的官方文档。
看到了吗?无需任何机器学习方面的经验,只需读一些Python代码!
看到了吗?无需任何机器学习方面的经验,只需读一些Python代码!这个为什么高兴呢?因为Python的口号是:人生苦短,我用Python!Python语言的一大特色是入门非常快,一天你就能看懂。当然了,后期Python又非常难提升,真正想自己写代码,还是非常困难的,但这又有什么关系,官方文档说了,你可以阅读一些就可以了,我们用框架什么意思?就是直接用啊!所以,开始安装Python!这里使用Anaconda,集成所有你需要的环境!
直接进入Anaconda官网,下载exe安装包,安装即可,再零基础,你也别说你不会exe安装!
这里只推荐Python3.6 64位版本,这个如果你安不了,我劝你放弃本文,不要入门机器学习了吧。
安装完成后,win+R键,输入cmd,打开命令提示符,添加一下Anaconda的清华大学镜像,以加速你的网络!如果你的conda命令不好用,百度一下给Anaconda添加Path的方法。
根据TensorFlow官方文档的要求,你需要先安装CUDA9.0版本,当前最新版本为9.2(TensorFlow官方并没有适配,虽然有大神适配版,还是推荐官方CUDA9.0版本,相对更安全稳定),发布于2018年3月。
下载后,安装,这里提示一下,如果是默认安装,会要求安装Visual Studio,如果不使用VS整合TensorFlow的同学,从自定义安装里取消掉Visual Studio Integration。一般CUDA的环境变量会自动添加。但是我建议安装Visual Studio 2017,防止出现一些莫名其妙的版本问题,我这里安装的是15.7.4版。
接着我们研究一下安装cuDDN,为GPU的运算加速!详情戳 TensorFlow官方文档明确指出:特别是,cuDNN 版本必须完全匹配:如果无法找到 cuDNN64_7.dll,TensorFlow 就不会加载。要使用不同版本的 cuDNN,您必须从源代码构建。
我没有注意到这句话,所以加载TensorFlow报错了。
进入cuDDN网站,需要注册,虽然全英文,但应该难不倒各位。注册完,对I Agree那句话打钩,就可以选择各种版本了,这里使用了上一版本的CUDA9.0(图为最新9.2版,目前只有大神适配TensorFlow版,官方并不适配),选择windows 10版本下载即可。
根据官方安装文档,解压压缩包,仔细操作第三步,将压缩文件内的3个文件夹复制到示例中安装CUDA的对应位置。第四步可以忽略,让你检查正确配置了环境变量。
接着我们就可以运用conda命令安装TensorFlow了。
1.在命令提示符中输入conda create -n tensorflow创建TensorFlow的运行环境,如果你用了清华源的话,还是比较快的。电脑检测完环境后,会问你是否下载,输入y回车即可。
2.激活TensorFlow,输入activate tensorflow命令。效果为下图。
3.输入pip install --ignore-installed --upgrade tensorflow-gpu
4.在激活TensorFlow的前提下,可以使用python命令进行测试了。
测试方法:
1.重新启动命令提示符,直接输入activate tensorflow。
2.输入python,激活python程序。
3.输入import tensorflow as tf。回车后,如果下方出现三箭头光标,恭喜你,成功了!
4.把测试进行完。继续输入hello = tf.constant("hello,TensorFlow!")
5.sess = tf.Session() 进行到这一步的时候,可能第一次运行,有一些慢,我第二次测试的时候就一闪而过了。
6.print(sess.run(hello))回车,显示b`hello,TensorFlow! 恭喜,大功告成!
总结:配置并没有什么难度,注意相关软件环境的版本对应即可,本教程配置为Windows10 64位 + CUDA 9.0 + cuDNN对应版本 +Anaconda3 (再次提示,本教程适用于拥有N卡的同学使用TensorFlow GPU版本)
既然平台搭建完成,本人也刚开始入门机器学习,肯定有从事相关工作或者研究的值友,请各位不吝赐教。最后,希望有兴趣的朋友点赞收藏转发,共同学习,共同进步!祝大家都可以成功!
瘟神蜀黍
校验提示文案
可爱的排骨
小编看不懂的全给精华吗?
校验提示文案
值友9260050430
校验提示文案
[已注销]
校验提示文案
冬八
校验提示文案
搬砖的小豆豆
校验提示文案
DrownEdFish
校验提示文案
胳膊酸腿酸
校验提示文案
藏经阁扫地大叔
校验提示文案
ohmymymy
校验提示文案
sunnywinter
校验提示文案
值友3852920819
校验提示文案
阳光的少昊
校验提示文案
ooOo0OoOooO
校验提示文案
Daincy_
conda都装完了,用毛线pip?还是在win下,搞不好什么时候import来一个error no model named tensorflow
极度讨厌win去搞机器学习,不接受批评反驳xxxxxd
一般情况下不会只用tensorflow,而是好几个框架联用
一条命令解决大部分问题。conda create -n tensorflow python=3.6 tensorflow 这一句话会创建出一个名叫tensorflow并且包含有tensorflow框架的Python环境
推荐个工具叫做jupyter
我啥都不懂,以上都是我瞎BB的
校验提示文案
猫丢了的莫教授
校验提示文案
不买胶的胶佬
校验提示文案
值友1151919518
校验提示文案
不买胶的胶佬
校验提示文案
值友5945887396
校验提示文案
AntiAs
校验提示文案
西瓜去了东边
校验提示文案
搬砖的小豆豆
校验提示文案
tljing
校验提示文案
ooOo0OoOooO
校验提示文案
[已注销]
校验提示文案
嗨-宝贝
校验提示文案
maijiuduoshou
校验提示文案
沈阳大暴雨
校验提示文案
[已注销]
校验提示文案
Ambivalence
校验提示文案
值友7840565366
校验提示文案
Trami
校验提示文案
nodyhd
校验提示文案
qiconghui
校验提示文案
一个瘦子呢
校验提示文案
const0
校验提示文案
boeing7xx
校验提示文案
买了你就上当了
校验提示文案
艾恩如斯特
校验提示文案