Tensorflow速成学习笔记——一

《TensorFlow深度学习应用实践》速成笔记与学习心得 因急于从零开始做一个项目,不求甚解边看边记一下这本书里可用的内容。 第1章 星星之火 讲的是计算机视觉的起源和深度学习的基本概念之类的,没啥好看的 第2章 Python的安装与使用 怎么装Python和pycharm,网上资料很多。突然讲threading类,目前没明白是啥。 第3章 深度学习的理论基础----机器学习 机器学习的分类 可以按学科、学习模式、应用领域分 机器学习的基本算法 讲得很详... 阅读详情

首先,需要一个anaconda并安装tensorflow,具体安装方法如下:

原文章地址【深度学习】Ubuntu16.04+Anaconda安装+换源+环境创建+tensorflow安装

Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。

Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。

ps:也可以去官网下载 https://www.anaconda.com/download/

列表内容
这里写图片描述

ps:本次使用的是Anaconda3-5.0.0-Linux-x86_64.sh

二、Anaconda,安装

进入文件目录:

bash ./Anaconda3-5.0.0-Linux-x86_64.sh

回车

这里写图片描述
.
.
.

全程 yes +回车 ,默认安装在home目录下

三、Anaconda,环境变量

1.检查环境变量,没有则添加

查看命令

sudo gedit ~/.bashrc

这里写图片描述
检查末尾是否已经添加如下变量,没有则添加

export PATH="/home/用户名/anaconda3/bin:$PATH"

这里写图片描述

需要重启系统,不然找不到命令

2.打开控制台 ,更换清华源(墙太高)

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

3.创建一个名flappbird 的环境

conda create -n flappbird python=3.6

创建成功

这里写图片描述

激活环境

source activate flappbird

这里写图片描述

四、tensorflow安装

给 flappbird 环境安装tensorflow

conda install -n flappbird -c https://conda.anaconda.org/jjhelmus tensorflow

这里写图片描述

五、遇到的错误+解决办法

1.如果换源之后任然无法创建环境,并且报网络连接的错误:

报错如下:

CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://repo.continuum.io/pkgs/main/linux-64/repodata.json.bz2>
Elapsed: -

An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.
ConnectionError(MaxRetryError("HTTPSConnectionPool(host='repo.continuum.io', port=443): Max retries exceeded with url: /pkgs/main/linux-64/repodata.json.bz2 (Caused by NewConnectionError('<urllib3.connection.VerifiedHTTPSConnection object at 0x7fd5d462df28>: Failed to establish a new connection: [Errno 101] Network is unreachable',))",),)

解决办法:
打开源文件

vim  ~/.condarc

删除defaults行

这里写图片描述

2.如果安装文件夹出现一把小锁,运行命令报错

报错如下

Traceback (most recent call last):
      File "/home/joahluo/Anaconda/lib/python3.6/site-packages/conda/exceptions.py", line 640, in conda_exception_handler
        return_value = func(*args, **kwargs)
      File "/home/joahluo/Anaconda/lib/python3.6/site-packages/conda/cli/main.py", line 140, in _main
        exit_code = args.func(args, p)
      File "/home/joahluo/Anaconda/lib/python3.6/site-packages/conda/cli/main_create.py", line 68, in execute
        install(args, parser, 'create')
      File "/home/joahluo/Anaconda/lib/python3.6/site-packages/conda/cli/install.py", line 231, in install
        unknown=index_args['unknown'], prefix=prefix)
      File "/home/joahluo/Anaconda/lib/python3.6/site-packages/conda/core/index.py", line 101, in get_index
        index = fetch_index(channel_priority_map, use_cache=use_cache)
      File "/home/joahluo/Anaconda/lib/python3.6/site-packages/conda/core/index.py", line 120, in fetch_index
        repodatas = collect_all_repodata(use_cache, tasks)
      File "/home/joahluo/Anaconda/lib/python3.6/site-packages/conda/core/repodata.py", line 75, in collect_all_repodata
        repodatas = _collect_repodatas_serial(use_cache, tasks)
      File "/home/joahluo/Anaconda/lib/python3.6/site-packages/conda/core/repodata.py", line 485, in _collect_repodatas_serial
        for url, schan, pri in tasks]
      File "/home/joahluo/Anaconda/lib/python3.6/site-packages/conda/core/repodata.py", line 485, in <listcomp>
        for url, schan, pri in tasks]
      File "/home/joahluo/Anaconda/lib/python3.6/site-packages/conda/core/repodata.py", line 115, in func
        res = f(*args, **kwargs)
      File "/home/joahluo/Anaconda/lib/python3.6/site-packages/conda/core/repodata.py", line 473, in fetch_repodata
        with open(cache_path, 'w') as fo:
    PermissionError: [Errno 13] Permission denied: '/home/joahluo/Anaconda/pkgs/cache/09e2740c.json'

解决办法:
运行如下命令,赋予权限

sudo chmod -R 777 Anaconda

ps:其中Anaconda是我的安装的文件夹名字

然后再在pycharm中导入刚配好的tensorflow

原文章地址Linux下Pycharm、Anaconda环境配置

1、下载PyCharm:https://www.jetbrains.com/pycharm/download/#section=linux

下载完成后将压缩文件解压,然后打开终端执行:

cd downloads/pycharm-2018.1/bin

bash pycharm.sh

启动pycharm后需要注册,选择License server激活,然后填入:http://artemis.my.to,然后点Activate激活即可

2、下载Anaconda:https://repo.continuum.io/archive/index.html

下载完成后将压缩文件解压,然后打开终端执行:

cd downloads

bash Anaconda2-5.0.1-Linux-x86_64.sh


3、配置环境:

将Pycharm设置为桌面启动:

启动Pycharm后执行如下操作:


选择Create Desktop Entry,


选ok,


拖到启动项即可。


重点。。。。。。。。。。。。。。。。。。。。。

pycharm配置Anaconda下Python环境:


选Setting,


点击右上角设置按钮,点击Add,


路径选择:/home/python/anaconda2/bin/python

即可。

再次提醒一下,我因为是要用tensorflow(上文引用博客中flappbird的配置)所以不能用/home/anaconda2/bin/python,而是改成/home/anaconda3/envs/tensorflow(按照那一篇博文安装的要改成flappbird)/bin/python这样才能找到。

安装完之后,我还遇到了一个很神奇的问题,就是在import的时候会提示libstdc++.so文件有错

找了一下,解决博文如下Ubuntu…/libstdc++.so.6: version `CXXABI_1.3.9’ not found解决方法

在运行Python程序时,一句import tensorflow出现错误:


参考文章:http://blog.youkuaiyun.com/zx714311728/article/details/69628836,http://blog.youkuaiyun.com/xiaolong2w/article/details/23915171
这两篇文章的思路是一样的,感觉跟我的问题是一样的,但是对里面的路径不太清楚,尝试了很多次才搞懂。
下面会对路径和方法进行说明:
1. 查看动态库
strings /home/gaoliying/anaconda3/lib/python3.6/site-packages/matplotlib/../../../libstdc++.so.6 | grep CXXABI
(the path after the "strings" is the path where the problem appears, look the first picture.)
结果如下:
CXXABI_1.3
CXXABI_1.3.1
CXXABI_1.3.2
CXXABI_1.3.3
CXXABI_1.3.4
CXXABI_1.3.5
CXXABI_1.3.6
CXXABI_1.3.7
CXXABI_TM_1
发现最高版本只有1.3.7,没有1.3.9的。
2.执行以下命令
ls -l /home/gaoliying/anaconda3/lib/python3.6/site-packages/matplotlib/../../../libstdc++.so.6
结果:
lrwxrwxrwx 1 gaoliying gaoliying 19 11月  1 15:43 /home/gaoliying/anaconda3/lib/python3.6/site-packages/matplotlib/../../../libstdc++.so.6 -> libstdc++.so.6.0.19

3. 执行以下命令,查找编译 gcc 时生成的最新动态库:
find / -name "libstdc++.so.*"
出现:
find: `/run/user/1000/gvfs': 权限不够
/home/gaoliying/anaconda3/lib/libstdc++.so.6
/home/gaoliying/anaconda3/lib/libstdc++.so.6.0.19
/home/gaoliying/anaconda3/lib/libstdc++.so.6.0.24
/home/gaoliying/anaconda3/lib/libstdc++.so.6.0.19-gdb.py
/home/gaoliying/anaconda3/pkgs/libstdcxx-ng-7.2.0-h24385c6_1/lib/libstdc++.so.6
/home/gaoliying/anaconda3/pkgs/libstdcxx-ng-7.2.0-h24385c6_1/lib/libstdc++.so.6.0.24
/home/gaoliying/anaconda3/pkgs/libstdcxx-ng-7.2.0-h24385c6_1/x86_64-conda_cos6-linux-gnu/sysroot/lib/libstdc++.so.6
/home/gaoliying/anaconda3/pkgs/libstdcxx-ng-7.2.0-h24385c6_1/x86_64-conda_cos6-linux-gnu/sysroot/lib/libstdc++.so.6.0.24
/home/gaoliying/anaconda3/pkgs/gcc-4.8.5-7/lib/libstdc++.so.6
/home/gaoliying/anaconda3/pkgs/gcc-4.8.5-7/lib/libstdc++.so.6.0.19
/home/gaoliying/anaconda3/pkgs/gcc-4.8.5-7/lib/libstdc++.so.6.0.19-gdb.py
/home/gaoliying/anaconda3/x86_64-conda_cos6-linux-gnu/sysroot/lib/libstdc++.so.6
/home/gaoliying/anaconda3/x86_64-conda_cos6-linux-gnu/sysroot/lib/libstdc++.so.6.0.24
/usr/lib/libstdc++.so.6
/usr/lib/libstdc++.so.6.0.19
/usr/lib/x86_64-linux-gnu/libstdc++.so.6
/usr/lib/x86_64-linux-gnu/libstdc++.so.6.0.21
/usr/share/gdb/auto-load/usr/lib/x86_64-linux-gnu/libstdc++.so.6.0.21-gdb.py
一下子出来了好多,对照参考链接,完全不懂下面怎么办了。
试了好多次,终于明白了,下面给出正确方法。
最新库:6.0.24,最新目录:/home/gaoliying/anaconda3/x86_64-conda_cos6-linux-gnu/sysroot/
(在路径中出现gnu的是要找的目录)

4.将上面的最新目录复制到出现问题的目录下:

cp /home/gaoliying/anaconda3/x86_64-conda_cos6-linux-gnu/sysroot/lib/libstdc++.so.6.0.24 /home/gaoliying/anaconda3/lib/python3.6/site-packages/matplotlib/../../../libstdc++.so.6
(参考链接中只写了/usr/lib,这样看不懂,一开始也写了这个路径,发现库还是没变,原来此处是将出现问题的地方替换掉)

5. 将 libstdc++.so.6连接到libstdc++.so.6.0.24上去:
cd /usr/lib
rm -rf libstdc++.so.6
ln -s libstdc++.so.6.24 libstdc++.so.6

6. 默认动态库升级完成。重新运行以下命令检查动态库:
strings /home/gaoliying/anaconda3/lib/python3.6/site-packages/matplotlib/../../../libstdc++.so.6 | grep CXXABI
结果如下:
CXXABI_1.3
CXXABI_1.3.1
CXXABI_1.3.2
CXXABI_1.3.3
CXXABI_1.3.4
CXXABI_1.3.5
CXXABI_1.3.6
CXXABI_1.3.7
CXXABI_1.3.8
CXXABI_1.3.9
CXXABI_1.3.10
CXXABI_1.3.11
CXXABI_TM_1
CXXABI_FLOAT128
CXXABI_1.3
CXXABI_1.3.11
CXXABI_1.3.2
CXXABI_1.3.6
CXXABI_FLOAT128
CXXABI_1.3.9
CXXABI_1.3.1
CXXABI_1.3.5
CXXABI_1.3.8
CXXABI_1.3.4
CXXABI_TM_1
CXXABI_1.3.7
CXXABI_1.3.10
CXXABI_1.3.3
可以看到确实是连接到新的动态库上去了。完成!

提醒一下,上面的博文最后有点小错误,ln -s libstdc++.so.6.24 libstdc++.so.6这句命令中,应改为 libstdc++.so.6.0.24

第一篇笔记就到这里了,下次再更!

TensorFlow学习笔记(一) 最近致力于深度学习,希望在移动领域能够找出更多的应用点.其中TensorFlow作为目前的一个热点值得我们重点关注. 阅读详情

相关推荐

Tensorflow学习笔记①——Pycharm中的Tensorflow2.1安装教程(小白版本)

Anaconda和Pycharm中的Tensorflow2.1安装教程(小白版本)

CRW__DREAM的博客 7258

Tensorflow2.0快速入门

准备数据:采集大量“特征/标签”数据 搭建网络:搭建神经网络结构 优化参数:训练网络获取最佳参数(反传) 应用网络:将网络保存为模型,输入新数据,输出分类或预测结果(前传) 1)输入时有两个 一个是样本参数,一个是标准答案2)神经网络前向过程实际就是求一个样本是各个答案的概率公式 y=x*w+b其中w、b都是随机值,神经网络的目的就是通过反向训练获得一个最优的w和b,从而让样本计算出是标准答案的概率最大3)损失函数就是判断w和b的优劣性的函数,因此此时目的转化为求w和b使得损失函数最小4)从而引出了梯度

internetv的博客 1760

Tensorflow学习笔记(一)

这里写自定义目录标题Tensorflow基本分类:对服装图像进行分类 Tensorflow Tensorflow官方教程 你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。 由于Google Colab在国内无法使用,推荐deepnote代替 基本分类:对服装图像进行分类 # TensorFlow and tf.keras import tensorflow as tf from te

Monkeymon246的博客 1561

【tensorflow速成】Tensorflow图像分类从模型自定义到测试

文章首发于微信公众号《与有三学AI》 【tensorflow速成】Tensorflow图像分类从模型自定义到测试 这是给大家准备的tensorflow速成例子 上一篇介绍了 Caffe ,这篇将介绍 TensorFlow。 01 什么是 TensorFlow TensorFlow 是 Google brain 推出的开源机器学习库,与 Caffe 一样,主要用作深度学习相关...

hacker_long的专栏 2339

【TensorFlow】学习笔记-TensorFlow 是什么?

(张量)是多维数组的抽象表示,可以存储数据,是TensorFlow的基本计算单位,支持标量(0D张量),向量(1D张量),矩阵(2D张量),高维矩阵(3D张量)。:用于机器学习环境的工具库,涵盖数据验证,数据转换,模型部署等方面,可以帮助用户完成数据预处理到模型部署的整个流程。:基础核心功能,包括了计算图的定义和优化,Tensor数据类型的处理,如加,减,矩阵乘法,自动求导等。:TensorFlow提供一系列对张量操作的函数,例如加法,矩阵乘法,卷积等。:张量维度的大小,(3,2)表示3行2列。

小陈的博客,持续学习中-- 635

tensorflow学习笔记

优化算法可以分成一阶优化和二阶优化算法,其中一阶优化就是指的梯度算法及其变种,而二阶优 化一般是用二阶导数(Hessian矩阵)来计算,如:预测酸奶销量,酸奶成本(COST)1元,酸奶利润(PROFIT)99元。预测少了损失利润99元,大于预测多了损失成本1元。如牛顿法,由于需要计算Hessian阵和其逆矩阵,计算 量较大,因此没有流行开来。正则化在损失函数中引入模型复杂度指标,利用给W加权值,弱化了训练 数据的噪声(一般不正则化b)预测少了损失大,希望生成的预测函数往多了预测。

小硕算法工程师 1009

零基础小白如何快速入门TensorFlow

学习 TensorFlow 需要时间和实践,但通过不断的练习和参与项目,你会逐渐掌握深度学习和机器学习的核心概念和技术。最重要的是动手实践,通过实践来不断解决问题和优化代码,这样才能深入理解 TensorFlow 的强大功能。

小宝哥Code的专栏 3096

速成教程:TensorFlow如何实现简单的模型训练

简单线性回归训练模型代码 import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' tf.app.flags.DEFINE_integer("max_step", 200, "训练模型的步数") # 训练步数 tf.app.flags.DEFINE_string("model_path", ...

tigerlib的博客 3793

python速成_速成python

广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元!amusi 知道关注cver的同学们都是机器学习、深度学习、cv或者nlp方向的研究者,毋庸置疑,python作为一个很入门且很硬的编程语言,大家都要熟练掌握。 所以本文特意来安利一个库存已久的免费资源《十分钟速成python》,该教程是特别对python3所写的。 那个,这不是广告...

weixin_39957027的博客 675

〖TensorFlow2.0笔记23〗TensorFlow2.0学习笔记总结!

Tensorflow2.0全套课程学习笔记!

AI新视界 1万+

TensorFlow学习笔记01:TensorFlow入门

文章目录 一、TensorFlow基本概念 1、TensorFlow的Hello World 2、TensorFlow的概念 3、计算图(数据流图)的概念 4、张量的概念 5、张量的属性 (1)名字(name) (2)形状(shape) (3)类型(type) 5、张量的形状 6、获取张量的元素 7、张量的类型 (1)TensorFlow支持14种不同类型 (2)默认类...

howard2005的专栏 2327

7天掌握深度学习:从零到一的TensorFlow实战速成指南

想要在短短7天内掌握深度学习核心技能吗?🤔 通过Learn-Data-Science-For-Free项目中的TensorFlow实战教程,你完全可以实现这个目标!这个精心策划的免费学习资源库汇集了全球顶尖大学和机构的深度学习课程,让你从零基础快速进阶到实战应用水平。 ## 🚀 为什么选择TensorFlow进行深度学习? TensorFlow作为谷歌大脑团队开发的开源机器学习框架,已经成

gitblog_01191的博客 836

TensorFlow 2.0 速成指南

作者:禅与计算机程序设计艺术 1.简介 TensorFlow 是由 Google 推出的开源机器学习框架,基于数据流图(dataflow graph)计算引擎。数据流图模型是一种声明式编程语言,它描述了一系列的计算操作,包括输入、中间结果和输出,并且有助于自动地执行硬件加速,同时在多个 CPU/GPU

AI天才研究院 719

【Tensorflow】北京大学tensorflow学习笔记

AI_TensorflowNotebook 北京大学公开课学习笔记 课程链接:https://www.icourse163.org/course/PKU-1002536002 课程github主页:链接 推荐课程中的助教笔记,内容更加全面。笔记链接 提取码: jhk5 本文相关代码:github个人主页 1 AI概述与环境搭建 1.1 人工智能概述 人工智能的概念、兴衰史、学科带头人、常见消费产...

dzg_chat的博客 2634

TensorFlow基础教程:从入门到实战

TensorFlow是Google于2015年开源的人工智能框架,广泛用于机器学习和深度学习领域。其应用覆盖了语音识别、图像识别、自然语言处理等多个领域,为研究者和开发者提供了一个强大的工具库。张量是TensorFlow中最基本的数据结构,可以认为是一个多维数组,是用于存储数据的容器。张量的创建和使用是进行任何深度学习任务的基础。TensorFlow中的张量不仅用于存储数据,还能够参与到后续的计算过程中。张量的定义:# 创建一个常量张量# 执行计算图,获取张量的值。

weixin_28746457的博客 962

TensorFlow速成课件

香港科技大学的基于TensorFlow框架的深度学习三天速成资料

tensorflow的学习笔记(一)

tensorflow的学习笔记(一) 其实接触tensorflow很长一段时间了,一直都没有系统地整理一遍学习tensorflow的笔记,之前的笔记都抄在本子上,还是手写的感觉,哈哈哈,留个印象,今天主要先写tensorflow两个很重要的包。 tensorflow的主要依赖包 Protocol Buffer Bazel Protocol Buffer 它是处理结构化数据的工具,跟我们熟悉的...

florrie 552

单节锂电池充电管理芯片应用原理阐述及应用领域

当电池电压超过2.9V时,采用恒流模式对电池充电,充电电流由PROG 管脚和GND之间的电阻RPROG确定。充电电压固定于4.2V,而充电电流可通过一个电阻器进行外部设置当充电电流在达到最终浮充电压之后降至设定值1/10时,WD4054将自动终止充电循环。在待机模式中,WD4054 对 BAT 引脚电压进行监控,只有当 BAT 引脚电压低于再充电阈值电压4.1V时(对应电池容量80%~90%),才会开始新的充电循环,重新对电池进行充电,这就避免了对电池进行不必要的反复充电,有效延长电池的使用寿命。

weixin_41141180的博客 947

香港科技大学三天速成TensorFlow教程 ‖ PPT

日前,香港科技大学发布了三天速成 TensorFlow 教程。 第一天简明阐述了深度学习和机器学习基本概念; 第二天详细地讲解了卷积神经网络,从 TensorFlow 的训练与构建开始,解释了应用于神经网络的各种方法; 第三天详解了循环神经网络,使用了大量的实现代码,来解释循环神经网络基本概念。

机械鸡 3350

修勾逃生巨人危机v10.9.9修改版:免广告无限内购与GM工具详解

游戏修改技术是通过对原版游戏程序进行代码层面的调整,实现特定功能的增强或限制解除。其核心原理涉及内存修改、资源替换和API拦截等技术手段,能够有效提升用户体验和测试效率。在移动游戏领域,免广告和无限内购是常见的技术实现方向,通过屏蔽广告SDK调用和修改内购验证逻辑,为用户提供更流畅的游戏体验。这类技术特别适合游戏开发者进行功能测试,以及玩家希望完整体验游戏内容而不受商业模式限制的场景。以修勾逃生巨人危机v10.9.9版本为例,该修改版集成了GM工具开启功能,通过特定操作路径即可激活调试面板,实现了广告去除和

weixin_30855099的博客 2607

Penpot自托管全攻略:5分钟搞定私有化部署(附Docker配置详解)

本文详细介绍了Penpot开源原型设计工具的私有化部署全流程,从Docker基础配置到企业级优化方案。通过分步指南和实战技巧,帮助设计团队快速搭建安全高效的自托管环境,实现数据自主可控。内容涵盖LDAP集成、性能监控、备份策略等关键企业需求,是Penpot私有化部署的完整参考手册。

sugar的博客 1134
上一篇: ROS roslaunch比较详细的整理
下一篇: Tensorflow速成学习笔记——二
Maybemust
博客等级 码龄10年 98粉丝 67原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值