《TensorFlow技术解析与实战》——第2章 TensorFlow环境的准备 2.1下载TensorFlow 1.1.0

第2章 TensorFlow环境的准备

本章的主要任务就是准备TensorFlow环境。与安装其他软件(如Caffe)相比,TensorFlow极容易安装,环境部署极为轻松。

接下来我们先介绍下载TensorFlow代码仓库,然后介绍基于pip的安装方式、基于Java的安装方式以及使用Bazel的源代码编译安装方式。

2.1  下载TensorFlow 1.1.0

2017年5月,TensorFlow已经开放到1.1.0-rc2版本,支持多种操作系统。接下来我们就用 1.1.0 版本来介绍TensorFlow的环境准备过程。

我们从GitHub代码仓库中将1.1.0版本的TensorFlow源代码下载下来,在Tags中选择1.1.0版本将跳转到1.1.0版本的代码仓库[1],如图2-1所示。

图2-1

根据图2-2下载解压之后即得到源代码,我们将其保存在本地目录tensorflow-1.1.0中。

图2-2

时间: 2025-01-23 14:50:43

《TensorFlow技术解析与实战》——第2章 TensorFlow环境的准备 2.1下载TensorFlow 1.1.0的相关文章

《TensorFlow技术解析与实战》——第1章 人工智能概述 1.1什么是人工智能

第一篇 基础篇 著名历史学家斯塔夫里阿诺斯在<全球通史>中,曾以15世纪的航海在"物理上"连通"各大洲"作为标志将人类历史划分为两个阶段.在我正在写作的<互联网通史>中,我把互联网这个"信息上"连通"人类个体"的物件作为划分人类历史的标志.而随着人工智能最近的崛起,我们又该思考重新划分了,因为人工智能将会在"信息上"连通"各个物体".到那时各个物体都有"

《TensorFlow技术解析与实战》——第2章 TensorFlow环境的准备

第2章 TensorFlow环境的准备 TensorFlow技术解析与实战本章的主要任务就是准备TensorFlow环境.与安装其他软件(如Caffe)相比,TensorFlow极容易安装,环境部署极为轻松. 接下来我们先介绍下载TensorFlow代码仓库,然后介绍基于pip的安装方式.基于Java的安装方式以及使用Bazel的源代码编译安装方式.

《TensorFlow技术解析与实战》——第1章 人工智能概述

第1章 人工智能概述 TensorFlow技术解析与实战有人说,人工智能在世界范围的流行,是因为那盘围棋.2016年3月,谷歌公司的AlphaGo向韩国棋院围棋九段大师李世石发起挑战,而这棋局走法的可能性有361!种,最终AlphaGo战胜了这场"棋局数比可见宇宙中的原子数还多"的智力游戏.2015年11月9日(在距这场比赛前4个月),谷歌公司开源了它的第二代深度学习系统TensorFlow,也就是AlphaGo的基础程序.

《TensorFlow技术解析与实战》——第3章 可视化TensorFlow

第3章 可视化TensorFlow TensorFlow技术解析与实战可视化是认识程序的最直观方式.在做数据分析时,可视化一般是数据分析最后一步的结果呈现.把可视化放到"基础篇",是为了让读者在安装完成后,就能先看一下TensorFlow到底有哪些功能,直观感受一下深度学习的学习成果,让学习目标一目了然.

《TensorFlow技术解析与实战》——1.2 什么是深度学习

本节书摘来自异步社区<TensorFlow技术解析与实战>一书中的第1章,第1.2节,作者李嘉璇,更多章节内容可以访问"异步社区"公众号查看 1.2 什么是深度学习 深度学习,顾名思义,需要从"深度"和"学习"两方面来谈. 1.深度 深度学习的前身是人工神经网络(artificial neural network,ANN),它的基本特点就是试图模仿人脑的神经元之间传递和处理信息的模式.神经网络这个词本身可以指生物神经网络和人工神经网络

《TensorFlow技术解析与实战》——第一篇 基础篇

第一篇 基础篇 TensorFlow技术解析与实战著名历史学家斯塔夫里阿诺斯在<全球通史>中,曾以15世纪的航海在"物理上"连通"各大洲"作为标志将人类历史划分为两个阶段.在我正在写作的<互联网通史>中,我把互联网这个"信息上"连通"人类个体"的物件作为划分人类历史的标志.而随着人工智能最近的崛起,我们又该思考重新划分了,因为人工智能将会在"信息上"连通"各个物体"

《TensorFlow技术解析与实战》——导读

前言 缘起 2017年2月,TensorFlow的首届开发者峰会(2017 TensorFlow Dev Summit)在美国的加利福尼亚州举行.在会上,谷歌公司宣布正式发布TensorFlow 1.0版本.本书就是基于最新的1.1.0版本来介绍TensorFlow的技术解析和实战. 人工智能大潮来了.2016年,AlphaGo击败围棋大师李世石后,人工智能的应用仿佛一夜之间遍地开花.在科技潮流的大环境中,现在硅谷的用人单位越来越倾向于雇用既懂理论(思考者)又懂编程(执行者)的工程师.思考者的日

《TensorFlow技术解析与实战》——2.5 依赖的其他模块

2.5 依赖的其他模块 TensorFlow在运行中需要做一些矩阵运算,时常会用到一些第三方模块,此外,在处理音频.自然语言时需要也要用到一些模块,建议一并安装好.本书"实战篇"中会大量用到这些扩展. 下面我们就来简单介绍TensorFlow依赖的一些模块. 2.5.1 numpy numpy是用来存储和处理大型矩阵的科学计算包,比Python自身的嵌套列表结构(nested list structure)要高效的多.它包括: 一个强大的N维数组对象Array: 比较成熟的函数库: 用

《TensorFlow技术解析与实战》——2.5 依赖的其他模块

2.5 依赖的其他模块 TensorFlow在运行中需要做一些矩阵运算,时常会用到一些第三方模块,此外,在处理音频.自然语言时需要也要用到一些模块,建议一并安装好.本书"实战篇"中会大量用到这些扩展. 下面我们就来简单介绍TensorFlow依赖的一些模块. 2.5.1 numpy numpy是用来存储和处理大型矩阵的科学计算包,比Python自身的嵌套列表结构(nested list structure)要高效的多.它包括: 一个强大的N维数组对象Array: 比较成熟的函数库: 用