面向机器智能的TensorFlow实践》一 2.6 安装Jupyter Notebook

2.6 安装Jupyter Notebook

首先,运行下列命令安装ipython—一个极为有用的交互式Python内核,它也是Jupyter Notebook的核心。笔者强烈推荐同时安装Python 2和Python 3内核,以便获得更多的选择(即执行下列所有命令):

 

此后,通过两个命令便可让你马上体验Jupyter Notebook。首先安装依赖项build-essential:

 

然后,用pip安装Jupyter Notebook(若使用的是Python 3,则使用pip3):

 

官方的安装指南可从Jupyter网站的下列页面获取:

http://jupyter.readthedocs.io/en/latest/install.html

时间: 2024-11-10 07:24:21

面向机器智能的TensorFlow实践》一 2.6 安装Jupyter Notebook的相关文章

《面向机器智能的TensorFlow实践》TensorFlow与机器学习基础

本节书摘来自华章出版社<面向机器智能的TensorFlow实践>一书中的第1章,第节,作者山姆·亚伯拉罕(Sam Abrahams)丹尼亚尔·哈夫纳(Danijar Hafner)[美] 埃里克·厄威特(Erik Erwitt) 阿里尔·斯卡尔皮内里(Ariel Scarpinelli),更多章节内容可以访问"华章计算机"公众号查看. TensorFlow基础 3.1 数据流图简介 本节将脱离TensorFlow的语境,介绍一些数据流图的基础知识,内容包括节点.边和节点依赖

《面向机器智能的TensorFlow实践》引言

本节书摘来自华章出版社<面向机器智能的TensorFlow实践>一书中的第1章,第节,作者山姆·亚伯拉罕(Sam Abrahams)丹尼亚尔·哈夫纳(Danijar Hafner)[美] 埃里克·厄威特(Erik Erwitt) 阿里尔·斯卡尔皮内里(Ariel Scarpinelli),更多章节内容可以访问"华章计算机"公众号查看. 引 言2 1.1 无处不在的数据 我们正实实在在地处于"信息时代".如今,各种数据从无穷无尽的渠道不断涌入:智能手机.手

《面向机器智能的TensorFlow实践》安装TensorFlow10

本节书摘来自华章出版社<面向机器智能的TensorFlow实践>一书中的第1章,第节,作者山姆·亚伯拉罕(Sam Abrahams)丹尼亚尔·哈夫纳(Danijar Hafner)[美] 埃里克·厄威特(Erik Erwitt) 阿里尔·斯卡尔皮内里(Ariel Scarpinelli),更多章节内容可以访问"华章计算机"公众号查看. 安装TensorFlow 在开始使用TensorFlow之前,需要先将其安装到计算机中.幸运的是,TensorFlow官网提供了一份在Lin

面向机器智能的TensorFlow实践》一1.1 无处不在的数据

本节书摘来自华章出版社<面向机器智能的TensorFlow实践>一书中的第1章,第1节,作者 山姆·亚伯拉罕(Sam Abrahams)丹尼亚尔·哈夫纳(Danijar Hafner)[美] 埃里克·厄威特(Erik Erwitt)阿里尔·斯卡尔皮内里(Ariel Scarpinelli),更多章节内容可以访问"华章计算机"公众号查看. PART 1 TensorFlow 第1章 引言 第2章 安装TensorFlow     CHAPTER 1 第1章 引 言 1.1 无

《面向机器智能的TensorFlow实践》一2.5 源码构建及安装实例:在64位Ubuntu Linux上安装GPU版TensorFlow

2.5 源码构建及安装实例:在64位Ubuntu Linux上安装GPU版TensorFlow 如果希望使用带有GPU支持的TensorFlow,那么最可能的选择是从源码构建和安装.本节给出了一个完整的安装参考实例,详细介绍了安装和运行TensorFlow所需的每一具体步骤.请注意,本示例中的操作系统为64位Ubuntu Linux发行版,因此如果你使用的是其他Linux发行版,则可能需要对某些命令进行修改(如apt-get).如果希望在Mac OS X上从源码构建TensorFlow,笔者推荐

《面向机器智能的TensorFlow实践》一3.2 在TensorFlow中定义数据流图

3.2 在TensorFlow中定义数据流图 在本书中,你将接触到多样化的以及相当复杂的机器学习模型.然而,不同的模型在TensorFlow中的定义过程却遵循着相似的模式.当掌握了各种数学概念,并学会如何实现它们时,对TensorFlow核心工作模式的理解将有助于你脚踏实地开展工作.幸运的是,这个工作流非常容易记忆,它只包含两个步骤: 1)定义数据流图. 2)运行数据流图(在数据上). 这里有一个显而易见的道理,如果数据流图不存在,那么肯定无法运行它.头脑中有这种概念是很有必要的,因为当你编写代

《面向机器智能的TensorFlow实践》一 2.4 TensorFlow的简易安装

2.4 TensorFlow的简易安装 如果只是希望尽快上手实践一些入门的例子,而不关心是否有GPU支持,则可从TensorFlow官方预制的二进制安装程序中择一.请确保你的Virtualenv环境处于活动状态,并运行下列与你的操作系统和Python版本对应的命令: 1. Linux 64位安装   2. Mac OS X安装   从技术角度,可以使用带有GPU支持的预制TensorFlow二进制安装程序,但它需要特定版本的NVIDIA软件,且与未来版本不兼容.

《面向机器智能的TensorFlow实践》一2.2 Jupyter Notebook与matplotlib

2.2 Jupyter Notebook与matplotlib 在数据科学工作流中频繁使用的两款出色的软件是Jupyter Notebook和matplotlib.它们与NumPy协同使用已有多年,TensorFlow与NumPy的紧密集成使得用户可采用他们熟悉的工作模式.两者均为开源软件,且采用的许可协议均为BSD. 利用Jupyter Notebook(前身为iPython Notebook),可交互式地编写包含代码.文本.输出.LaTeX及其他可视化结果的文档.这使得它在依据探索分析创建报

《面向机器智能的TensorFlow实践》导读

目录 译者序 前言 第一部分 开启TensorFlow之旅 第1章 引言 1.1 无处不在的数据2 1.2 深度学习2 1.3 TensorFlow:一个现代的机器学习库3 1.4 TensorFlow:技术概要3 1.5 何为TensorFlow4 1.5.1 解读来自官网的单句描述4 1.5.2 单句描述未体现的内容6 1.6 何时使用TensorFlow7 1.7 TensorFlow的优势8 1.8 使用TensorFlow所面临的挑战9 1.9 高歌猛进9 第2章 安装TensorFl

《面向机器智能的TensorFlow实践》一 2.8 测试TensorFlow、Jupyter Notebook及matplotlib

2.8 测试TensorFlow.Jupyter Notebook及matplotlib 下面通过一些虚设代码来复查所有软件是否都能正常工作.创建一个名为"tf-notebooks"的目录以便进行测试.进入该目录,并运行Jupyter Notebook.同样,请确保"tensorflow"环境处于活动状态.   最后一条命令将启动一个Jupyter Notebook服务器,并在你默认的网页浏览器中打开该软件.假设tf-notebooks目录下没有任何文件,那么将看到