Download Python
- Version: 3.6.6
- 安裝時請記得勾選自動設定環境變數
pip install tensorflow
pip install tensorflow-gpu
- GPU 版尚需安裝 NVIDIA CUDA & CUDNN,安裝的版本需視安裝的 tensorflow 版本來決定
- CUDA 介紹: https://developer.nvidia.com/cuda-toolkit
- CUDA 9.0 下載: https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork
- CUDNN for CUDA 9.0: https://developer.nvidia.com/rdp/cudnn-download
- 先安裝 CUDA,再下載 CUDNN 解壓縮後放至 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\ 下即可
若無法執行 pip 代表環境變數未設定,至 path 新增以下路徑即可
PYTHONPATH={user_home}\AppData\Local\Programs\Python\Python36
Path=%PYTHONPATH%;%PYTHONPATH%\Scripts
python -c "import tensorflow as tf; print(tf.__version__)"
cd C:\github\softleader-training-course\2018\Q3\tensorflow
python tutorial.py
Download Docker
docker pull tensorflow/tensorflow
https://www.tensorflow.org/install/docker
docker run -it --rm tensorflow/tensorflow python -c "import tensorflow as tf; print(tf.__version__)"
docker run -it --rm -v C:\github\softleader-training-course\2018\Q3\tensorflow:/tmp -w /tmp tensorflow/tensorflow python ./tutorial.py
Tensorflow 是由 Google 所開發的深度學習與機器學習框架,於2015年11月9日正式開源,以加速機器學習的進展
3
[1., 2., 3.]
[[1., 2., 3.], [4., 5., 6.]]
[[[1., 2., 3.]], [[7., 8., 9.]]]
tf.constant(3.2)
tf.placeholder(dtype=tf.float32)
tf.Variable([.1], dtype=tf.float32)
TensorFlow 使用 Data Flow Graphs(資料流圖) 將計算表示為獨立的指令之間的依賴關係,之後透過 Session 啟動整個運算,最大優點為可以並行處理
tf.train.GradientDescentOptimizer()
tensorboard --logdir=<圖檔位置>