安装TensorFlow 2.0 preview进行深度学习(附Jupyter Notebook)

1 月 11 日 专知

【导读】深度学习框架TensorFlow 2.0 (preview版)可以用pip进行安装了。本文介绍安装TensorFlow 2.0 preview的方法,并介绍一个Github项目tf2_course,它包含了一些TensorFlow 2的练习和解决方案,以Jupyter Notebook的形式展现。



TensorFlow是最流行的深度学习框架之一,大家期待已久的TensorFlow 2.0现在出了Preview版本,并且可以直接通过pip安装。目前的TensorFlow 2.0 Preview版本可能会包含一些bug,并且不能保证和最终的2.0 Release版一致。


TensorFlow 2.0 Preview版本的安装


我们在Ubuntu上的Python 3.6环境中成功安装了TensorFlow 2.0 preview(暂时没有在Windows或Python3.5环境上成功安装)。首先需要用Miniconda或Anaconda创建一个名为python36的Python3.6环境:

conda create -n python36 python=3.6

安装完成后用下面命令进入python36环境:

source activate python36

然后使用pip直接安装TensorFlow 2.0 Preview:

pip install tf-nightly-gpu-2.0-preview

注意:如果要运行tf-nightly-gpu-2.0-preview,需要安装CUDA 10,否则会报下面的错误:

ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory


tf2_course教程


tf2_course是Github上的一个Jupyter Notebook项目,包含了TensorFlow 2的练习和解决方案,Github地址为:https://github.com/ageron/tf2_course


用git命令clone教程到本地,可以将$HOME替换为你希望存放的路径:

$ cd $HOME  # or any other development directory you prefer
$ git clone https://github.com/ageron/tf2_course.git
$ cd tf2_course

教程的Jupyter Notebook都在tf2_course中,其中包括:

  • Neural Nets with Keras

    简介:

    用tensorflow.keras进行一些常规的神经网络操作。

    链接:

    https://github.com/ageron/tf2_course/blob/master/01_neural_nets_with_keras.ipynb

  • Low-Level TensorFlow API

    简介:

    一些基本的tensorflow API,如层的定义等。 

    链接:

    https://github.com/ageron/tf2_course/blob/master/02_low_level_tensorflow_api.ipynb

  • Loading and Preprocessing Data


    简介:

    数据预处理,如tf.data.Dataset。

    链接:

    https://github.com/ageron/tf2_course/blob/master/03_loading_and_preprocessing_data.ipynb


参考链接:

  • https://github.com/ageron/tf2_course


-END-

专 · 知

   专知《深度学习: 算法到实战》课程正在开讲! 中科院博士为你讲授!




请加专知小助手微信(扫一扫如下二维码添加),咨询《深度学习:算法到实战》参团限时优惠报名~

欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询!

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

点赞 0
Top