1. 基于Ubuntu(版本16.04)
-
确定好自己的Python版本是Python2还是Python3.
-
安装对于的pip依赖包,如果有则进行一次更新确认
- Python2:sudo pip install --upgrade pip
- Python3:sudo pip3 install --upgrade pip
-
进行安装TensorFlow,选择安装CPU版本或者GPU版本(目前我们三人都是安装的CPU版本)
CPU版本安装命令如下:
- python 2:sudo pip install tensorflow
- python 3:sudo pip3 install tensorflow
GPU版本安装命令如下(暂时并未进行安装GPU版本):
- python 2.7版本:sudo pip install tensorflow-gpu
- python 3.x版本:sudo pip3 install tensorflow-gpu
2. TensorfFowCPU版本与GPU版本的区别
- Cache, local memory(本地存储器): CPU > GPU
- Threads(线程数): GPU > CPU
- Registers(寄存器): GPU > CPU 多寄存器可以支持非常多的Thread
- thread(线程)需要用到register,thread数目大register也必须得跟着很大才行。
- SIMD Unit(单指令多数据流,以同步方式,在同一时间内执行同一条指令): GPU > CPU。
CPU有强大的ALU, 可以在很少的时钟周期内完成算术计算,可以达到64bit 双精度,执行双精度浮点源算的加法和乘法只需要1~3个[时钟周期].CPU版本的适合计算高精度的运算
GPU是基于大的吞吐量,适合计算密集型的程序和易于并行的程序,通俗来讲就是适合做数据量大但是简单的运算