TensorFlow在Mac环境下的安装

前言

最近学校有一门实验课叫做「应用软件开发实践」，这门课要求在规定课时内完成自己的选题。
我们小组选择了基于深度学习的银行卡号识别系统这一题目，题目要求如下：

1.数据集处理
根据本赛题提供的数据集（共1084张卡号截图及标签）实现数据增强模块，将数据集中的每一张图片使用数据增强方式拓展为80张图片，为之后的图像识别训练提供充足的数据样本，并且该模块程序能够继续处理新加入的数据样本。
2、程序定位银行卡卡号
实现银行卡号文本的检测定位，此模块能够将拍摄的银行卡卡号部分检测出来，并截取相应部分供后续的识别模型使用（银行卡尽量充满图片，横向放置），能够读取放入到文件夹的银行卡图片。
3.程序实现银行卡号字符识别
此模块要求使用数据增强后的数据集训练字符识别模型，最终模型能够识别出赛题提供的测试银行卡卡号以及自拍的银行卡卡号。
4.采用GUI（图形用户界面）
提供良好的用户交互式界面实现。

    根据题目所给的提示，我们选择了使用TensorFlow来实现模型训练。
    现在准备将这些全部记录下来，如果有错误的地方，欢迎指正，希望共同学习。
    这一篇将进行该实验的前期准备工作———TensorFlow的安装。

TensorFlow介绍

随着深度学习日趋火热，技术的逐渐兴起，各种深度学习框架也层出不穷。目前使用普遍的框架有Tensorflow、Caffe、PyTorch、Theano、CNTK等。
在网上查了查，这几个框架各有利弊，而选择TensorFlow——或者说官方推荐TensorFlow的原因可能有如下几点：

Google是大公司，产品支持和更新会好一点。
python开发相较于C++来说更加的容易一点。

其余的一些原因因为笔者是一个菜鸟，什么编译时间不同之类的暂时也涉及不到，就不一一赘述了，有兴趣的朋友可以去tensorflow的特点以及相比于其他深度学习框架的优势看一看各位大佬的发言和讨论。
接下来进入正题。

TensorFlow的安装

笔者使用的是采用virtualenv安装。virtualenv是一个和其它 Python 项目开发隔离的虚拟 Python 环境，在同一台机器上不会干扰也不会被其它程序影响。virtualenv 安装过程中，你不仅仅安装了 TensorFlow 还有它的所有依赖包。（事实上这很简单）要开始使用TensorFlow，你需要“启动” virtualenv 环境。总而言之，virtualenv 提供了一个安全可靠的 TensorFlow 安装和运行机制。

安装

打开终端。
通过以下的命令安装pip和virtualenv：

sudo easy_install pip
sudo pip install --upgrade virtualenv
执行如下命令创建一个虚拟环境（笔者的python环境是2.7版本，如果是3.n的版本则行不通）:
virtualenv --system-site-packages tensorflow

这里的tensorflow因虚拟环境根路径而异，可以选择任一目录。
激活虚拟环境:
source ~/tensorflow/bin/activate # If using bash, sh, ksh, or zsh
source ~/tensorflow/bin/activate.csh # If using csh or tcsh

执行了之后提示符应是这样的(tensorflow) $
如果已经安装了 pip 8.1 或者更新的版本，执行以下任一命令在激活的虚拟环境中安装 TensorFlow 及其所有依赖：
pip install --upgrade tensorflow

如果该步骤成功，跳过第六步，否则先执行第六步。
如果步骤 5 失败了（一般是因为你使用了低于 8.1 版本的 pip），执行以下任一命令在激活的虚拟环境中安装 TensorFlow：
pip install --upgrade tfBinaryURL

验证

    每打开一个新的 shell 使用 TensorFlow 都必须激活虚拟环境。如果当前虚拟环境没有被激活（也就是提示符不是 tensorflow），执行以下任一命令：
source ~/tensorflow/bin/activate # If using bash, sh, ksh, or zsh
source ~/tensorflow/bin/activate.csh # If using csh or tcsh
    执行后的命令符应是：(tensorflow) $
    如果你不再使用 TensorFlow，可以通过下面命令退出环境：
(tensorflow)$ deactivate

    同时你可以运行一个python程序    来验证是否安装成功：

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果结果如下所示，则安装成功：
Hello, TensorFlow!

卸载

执行如下命令完成卸载：
pip uninstall tensorflow

常见问题

安装第5步的时候会出现如下报错：
matplotlib 1.3.1 requires nose, which is not installed. matplotlib 1.3.1 requires tornado, which is not installed.
解决方法，执行如下命令：

sudo easy_install nose

sudo easy_install tornado
安装的numpy版本不足，解决方法比较简单粗暴，执行强行升级：
sudo pip install numpy --ignore-installed numpy
pip install tensorflow的时候报错权限不够，直接在后面加上--user

结束

加油吧，滚去学习了。