快速了解 TensorFlow 基础 (一) 安装环境

TensorFlow 是第二代人工智能学习系统, 是较 SkLearn (机器学习领域) 更复杂的系统. Tensor(张量), Flow(流), 合起来意为张量从数据图一端流向另一端的过程. 其中集成的 TensorBoard 是可视化 Log 日志数据分析系统.

TensorFlow 支持 CNN(卷积神经网络算法), RNN(循环神经网络算法), LSTM(长短时记忆算法)等, 广泛应用于图像处理, 语音分析, NLP 自然语言语义分析等领域.

TensorFlow 官方教程 为初学者, 专家级用户分别提供了不同级别的教程, 视频资料, 扩展插件库等内容.

安装基础环境 Anaconda + PyCharm

我使用的是 MacOS 系统.

Anaconda 直接到官方地址 Anaconda Distribution, 下载 3.x 版本, 安装即可.

安装之后,命令行工具的配置文件中会自动加入如下内容

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
# added by Anaconda3 2019.10 installer
# >>> conda init >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$(CONDA_REPORT_ERRORS=false '/Users/${USERNAME}/opt/anaconda3/bin/conda' shell.bash hook 2> /dev/null)"
if [ $? -eq 0 ]; then
\eval "$__conda_setup"
else
if [ -f "/Users/${USERNAME}/opt/anaconda3/etc/profile.d/conda.sh" ]; then
. "/Users/${USERNAME}/opt/anaconda3/etc/profile.d/conda.sh"
CONDA_CHANGEPS1=false conda activate base
else
\export PATH="/Users/${USERNAME}/opt/anaconda3/bin:$PATH"
fi
fi
unset __conda_setup
# <<< conda init <<<
# added by Anaconda3 2019.10 installer
# >>> conda init >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$(CONDA_REPORT_ERRORS=false '/opt/anaconda3/bin/conda' shell.bash hook 2> /dev/null)"
if [ $? -eq 0 ]; then
\eval "$__conda_setup"
else
if [ -f "/opt/anaconda3/etc/profile.d/conda.sh" ]; then
. "/opt/anaconda3/etc/profile.d/conda.sh"
CONDA_CHANGEPS1=false conda activate base
else
\export PATH="/opt/anaconda3/bin:$PATH"
fi
fi
unset __conda_setup
# <<< conda init <<<

~/.bash_profile, ~/.bashrc 或者 ~/.zshrc 配置文件中。意为默认开启 base 环境做为 Anaconda 环境.

代码编写工具下载 PyCharm For Anaconda 3.x+ 版本 安装即可.

安装 TensorFlow

当前使用的 TensorFlow 版本为 v2.0.0, 网上一些安装教程都是基于 1.x 版本进行的, 安装时候没有什么问题,在后面运行测试的时候,1.x 版本的代码在 2.x 环境下运行会出现各种语法,函数问题。
TensorFlow 2.x 与 1.x 是完全不同的框架, 语法, 使用体验完全不同, 不建议在当下再接触任何 1.x 版本的任何写法.

由于我的电脑没有 NVIDIA 独立显卡, 所以暂时不试验安装 CUDA, cuDNN 相关 GPU 运算的任何操作.

通过 conda 命令行安装

安装好 Anaconda 之后, 开启 Anaconda 的 base 环境的命令行

执行 conda install tensorflow 进行安装即可

通过 PyCharm 图形化安装

安装好 PyCharm 之后,配置 PyCharm 创建新 Anaconda 环境, 或者 配置 PyCharm 支持原有 Anaconda 环境.

运行测试

1
2
3
4
import tensorflow as tf

print('Hello TensorFlow', tf.__version__)
print('Current Support GPU TensorFlow', tf.test.is_gpu_available())

使用 2.x 版本运行 1.x 代码的一系列报错

出现以下问题, 一般情况说明使用的是 2.x 的 TensorFlow 模块, 而自己编写的代码仍然是网上的 1.x 版本的源代码例子.
不建议继续以此为基础查找解决问题的方案, 建议从头系统的接收 2.x 的写法.

AttributeError: module ‘tensorflow’ has no attribute ‘Session’

参考: https://github.com/tensorflow/tensorflow/issues/18538

Tensor.graph is meaningless when eager execution is enabled

参考: https://blog.csdn.net/weixin_44065323/article/details/103590852

AttributeError: module ‘tensorflow.python.summary.summary’ has no attribute ‘FileWriter’

参考: https://stackoverflow.com/questions/43304270/attributeerror-module-tensorflow-python-summary-summary-has-no-attribute-fil

Donate - Support to make this site better.
捐助 - 支持我让我做得更好.