0はじめに
TensorFlow 2.0、今朝、正式バージョン2.0をリリースしました。
多くのネチズンはTensorFlow 2.0 PyTorchよりも使いやすいし、深い学習フレームワークの新しいアップグレードに包括的な変更を準備している、と述べました。
この記事では私がTF2.0の公式バージョンの体験を容易にするために、ピットにステップするための最も簡単な方法で公式バージョンTF2.0(CPUとGPU)をインストールするには、ご案内いたします。
ADOは正式チュートリアルを開始しています。
1環境準備
私は、Pythonの環境conda管理を使用して、上記のWindows10で、現在のPIP tensorflow2.0によってインストールcondaのCUDAとcudnn(GPUサポート)、によってインストールしています。後唯一の最も簡単なインストール、ない複雑な設定環境を試してみてください。
(UbuntuとMacのバージョンにインストールされますが、この方法に従うことができcondaマルチプラットフォームサポートするので、問題はないはず、我々はよりを発行する場合は、あなたがコメントすることができ、私はUbuntuのチュートリアルをインストールします後で更新する場合があります)
1.0 conda環境準備
condaが良いの使用Pythonの管理ツールです、あなたは簡単に複数のPythonのビルド環境を管理することができます。私はいくつかの一般的に使用されるconda命令を紹介しますインストールをバックステップ。
私は、インストールminicondaを使用することをお勧めしcondaは、我々は必要なコンポーネントの一部だけを保持、アナコンダの合理化バージョンとして理解することができますので、インストールはよりもはるかに高速になりますが、また、当社の環境経営のpythonのニーズを満たすために。(SSD Anacondaは通常、インストールを完了するために10分、M百1~2時間を要し、miniconda典型的には、いくつかの、いくつかのGのメモリが搭載取ります)
miniconda推奨清華ダウンロードソース:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
独自のバージョンを選択してくださいすることができ、
- 推奨窓住所:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.7.10-Windows-x86_64.exe
- 推奨Ubuntuの住所:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.7.10-Linux-x86_64.sh
- マックOSの推奨住所:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.7.10-MacOSX-x86_64.pkg
次のWindowsのバージョンには、デモとしてminicondaをインストールの上から適切なバージョンをダウンロードし、[インストール]をクリックし開くために良い管理者権限をダウンロードします。
システムはpython3.7パイソンが付属していますように、第2のminicondaで、我々が使用できるように、両方がCMDに直接、conda命令をされてチェックする必要があることに注意してください。
後に入力された入力ボックスcmdをポップアップ表示するためのcmd指示conda、オープンCMD、Windowsキー+ Rキーで使用することができますインストールされています。WindowsのCMDでの検索は、直接クリックし実行することができます。
これらの命令は、CMDのconda以下に記載されています。
- ビューconda環境:conda ENVリスト
- 新conda環境(env_name名が作成した環境で、あなたがカスタマイズすることができます):condaは-n env_nameを作成
- アクティベーションConda環境(UbuntuのCondaはMacOSのソースに置き換え):condaはenv_nameを活性化させます
- 終了conda環境:condaは無効
- Pythonパッケージをインストールおよびアンインストール:conda numpyの#1 condaのアンインストールnumpyのをインストール
- 查看已安装python列表:conda list -n env_name
知道这些指令就可以开始使用conda新建一个环境安装TF2.0了。
1.1 TF2.0 CPU版本安装
TF CPU安装比较简单,因为不需要配置GPU,所以windows ubuntu macOS安装方式都类似,缺点就是运行速度慢,但是用于日常学习使用还是可以的。
下面以windows版本做演示:一下均在命令行操作
1.1.0 新建TF2.0 CPU环境(使用conda 新建环境指令 python==3.6表示在新建环境时同时python3.6)
当弹出 :Proceed ([y]/n)? 输入y回车
完成后就可以进入此环境
1.1.1 进入TF_2C环境
进入后我们就可以发现:(TF_2C)在之前路径前面,表示进入了这个环境。使用conda deactivate可以退出。
我们再次进入 conda activate TF_2C ,便于执行下述命令
1.1.2 安装TF2.0 CPU版本(后面的 -i 表示从国内清华源下载,速度比默认源快很多)
如果网不好的,多执行几次。然后过一会就安装好啦。下面我们做下简单测试。
1.1.3 测试TF2.0 CPU版本(把下面代码保存到demo.py使用TF_2C python运行)
如果没有问题的话输出结果如下:可以看到tf 版本为2.0.0 因为是cpu版本,所以gpu 为False
1.2 TF2.0 GPU版本安装
GPU版本和CPU类似,但是会多一步对于GPU支持的安装。下面来一步步实现。安装之前确认你的电脑拥有Nvidia的GPU
1.2.0 新建TF2.0 GPU环境(使用conda 新建环境指令 python==3.6表示在新建环境时同时python3.6)
当弹出 :Proceed ([y]/n)? 输入y回车
完成后就可以进入此环境
1.1.1 进入TF_2G环境
バージョン1.1.2 GPUのサポートをインストールし、NVIDIAのGPU駆動型の窓は、一般的にデフォルトを持っており、それだけでcudatoolkit cudnnパッケージをインストールする必要がありますし、我々はあなたがcudatoolkit 10.0バージョンをインストールする必要があることに注意する必要があり、システムが10.0未満cudatoolkitある場合ことに注意してくださいそれは10.0に更新する必要があります
インストールTF2.0のGPUバージョン1.1.3(デフォルトのソースよりもはるかに高速の国内清華ソースからのダウンロードの後ろ-i、)
ネットワークが良くない場合は、それを数回実行します。その後、しばらくたってからインストールしても大丈夫です。のは、簡単なテストをやってみましょう。
1.1.3テストTF2.0 GPUバージョン(demo.py使用TF_2Gパイソンを実行する次のコードを保存)
ない場合は、次のように出力結果は以下のとおりです。それはGPUのバージョンであるため、GPUは、インストールのGPUバージョンが完了したことを意味し、真であるので、TFは、バージョン2.0.0を見ることができます。
1.2最後に、我々はコードを書くためのテストバージョンTF2.0の直線フィッティング方法を使用します
次のコードは、main.pyを保存します