本文详细介绍了如何准备TensorFlow 1.1.0的开发环境，包括下载源码、基于pip的安装（Mac OS、Ubuntu/Linux、Windows）、Java环境安装、以及从源代码编译安装。同时，文章还提到了相关依赖模块如numpy、matplotlib、jupyter等的安装方法，为后续的TensorFlow实战做好准备。
第2章 TensorFlow环境的准备
本章的主要任务就是准备TensorFlow环境。与安装其他软件（如Caffe）相比，TensorFlow极容易安装，环境部署极为轻松。
接下来我们先介绍下载TensorFlow代码仓库，然后介绍基于pip的安装方式、基于Java的安装方式以及使用Bazel的源代码编译安装方式。
2.1 下载TensorFlow 1.1.0
2017年5月，TensorFlow已经开放到1.1.0-rc2版本，支持多种操作系统。接下来我们就用 1.1.0 版本来介绍TensorFlow的环境准备过程。
我们从GitHub代码仓库中将1.1.0版本的TensorFlow源代码下载下来，在Tags中选择1.1.0版本将跳转到1.1.0版本的代码仓库[1]，如图2-1所示。
图2-1
根据图2-2下载解压之后即得到源代码，我们将其保存在本地目录tensorflow-1.1.0中。
图2-2
2.2 基于pip的安装
pip是Python的包
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
