Google师资培训深度学习系列报告(一)相关环境的安装

原创
2017/10/10 22:51
阅读数 96

这是我今年在Google公司深度学习师资培训班做的系列报告,主要教授内容为深度学习理论以及基于TensorFlow的深度学习实践,主要面向零基础的开发者和高校老师,现整理成技术博客供大家学习交流,报告的内容包括:

  • 深度学习相关环境的安装说明
  • 深度学习介绍
  • Python科学计算基础,TensorFlow基础
  • 深度学习理论基础
  • 典型深度神经网络的TensorFlow实现
  • TensorFlow编程指南

本节是系列报告的第一讲,主要讲接下来培训中会用到的深度学习开发环境以及环境的搭建,具体来说包括:

  1. Windows系统下OpenCV,TensorFlow,以及Python的numpy, scipy, matplotlib库的安装和环境配置;

  2. Linux系统下OpenCV,TensorFlow,以及Python的numpy, scipy, matplotlib库的安装和环境配置;

基于Windows平台的深度学习环境搭建

写在前面:文中所用安装包皆分享在百度网盘中,链接:http://pan.baidu.com/s/1i5edPaP 密码:leur

本次培训中,我们需要使用OpenCV,TensorFlow,以及Python的numpy, scipy, matplotlib库,目前TensorFlow在Windows下只支持Python 3.5版本。为了方便起见,我们使用Anaconda包一次性安装所有Python的常用库。

文件准备

  • Windows 7, 8, 10 64bit
  • Anaconda3-4.1.1-Windows-x86_64.exe

Anaconda是一个Python科学计算环境,提供了很多常用的Python库,例如:numpy,scipy, matplotlib等等。自带的包管理器conda也很强大,可以方便地安装各种Python库。

  • opencv_python-3.1.0+contrib_opencl-cp35-none-win_amd64.whl
  • pycharm-community-2017.1.3.exe

Anaconda及TensorFlow安装

Anaconda安装

下载完的Anaconda是一个可执行文件(exe),直接一路确定即可安装。安装时会问你是否要把Anaconda添加到环境变量中,当然选是。

Anoconda

输入图片说明

选择安装路径

输入图片说明

输入图片说明

输入图片说明

安装完后,要到计算机-属性-高级系统设置-环境变量里,查看Path里是不是含有Anaconda,如果没有的话要补上。

输入图片说明

设置完环境变量要在命令提示符中检查Python是不是已经导入,如果没导入的话要重启电脑:

输入图片说明

图中显示Python成功导入,退出Python使用exit()命令

exit()

输入图片说明

输入:

conda list

查看已安装的Python第三方库(numpy, scipy, matploalib都已成功安装)

输入图片说明

TensorFlow安装

一键安装(CPU版本) 打开命令提示符,使用pip进行安装,输入:

python -m pip install --upgrade --ignore-installed tensorflow

进行TensorFlow安装

输入图片说明

显示安装成功,版本为tensorflow-1.1.0

测试TensorFlow运行是否正常,在命令行中输入:python,再输入:

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

如果系统输出为以下内容,说明您可以开始使用TensorFlow了~

Hello, TensorFlow!

OpenCV安装

下载opencv_python-3.1.0+contrib_opencl-cp35-none-win_amd64.whl,打开命令提示符,输入:

python -m pip install 文件路径\opencv_python-3.1.0+contrib_opencl-cp35-none-win_amd64.whl

其中文件路径即为whl文件下载保存路径,例如:D:\software\

输入图片说明

显示安装成功

在命令行输入:python,再输入:

import cv2

输入图片说明

显示载入成功

IDE安装

本次培训中,我们使用的编辑器为Pycharmjupyter Notebook

Pycharm安装

从官网下载最新安装包,我们使用Pycharm社区版(Community Edition),下载后即可双击安装包进行安装

输入图片说明

输入图片说明

选择安装路径(建议路径中不要中文字符)

输入图片说明

如图所示进行勾选,创建桌面快捷方式并关联*.py文件

输入图片说明

选择开始菜单文件夹(默认即可),点击安装

输入图片说明

输入图片说明

安装成功后,立即运行Pycharm

输入图片说明

选择是否导入开发环境,选择不导入

输入图片说明

现在,Pycharm就算安装成功啦!

jupyter Notebook安装

Anaconda中集成了jupyter Notebook,由于之前已经安装了Anaconda,所以jupyter Notebook已经存在于我们的电脑上啦,是不是很惊喜~~

输入图片说明

至此,本次培训所需环境全部搭建完毕。

基于Linux平台的深度学习环境搭建

清单

IDE/代码编辑器

我们推荐大家使用如下几种IDE/代码编辑器:

  1. PyCharm
  2. Visual Studio Code
  3. Jupyter Notebook

环境

  1. Python 2.7或3.5
  2. TensorFlow(GPU版本,CPU均可)
  3. numpy
  4. opencv
  5. matplotlib

IDE/代码编辑器安装

由于所说的三个编辑工具都是三平台通用的(Linux/Mac/Windows),安装都非常简单,在此只简单提供下载安装网址:

在安装IDE或者代码编辑器之前,请先安装好Python环境,具体参考下一节。

VS Code是一个代码编辑器,通过安装插件可以用于各种类型的开发,对于Python而言,在安装了VS Code以后,推荐安装Python语法插件Python和Python for VSCode

推荐使用pip安装,即:你首先需要安装Python2.7 以及 pip,然后在命令行下输入以下指令:

pip install --upgrade pip

pip install jupyter

环境安装与配置——Linux系统

我们推荐使用virtualenv等工具管理Python运行环境,但是考虑到这并不是本次师资培训的重点,所以本文档不详述相关的技术,本文档直接使用系统的Python运行环境。

Python

Ubuntu是自带Python,可以在bash里输入: python --version 查看系统已安装的Python版本。

安装 pip 和 virtualenv

# 安装 pip
sudo apt-get install python-pip
# 安装 virtualenv
sudo pip install virtualenv

安装numpy和matplotlib

# 安装 numpy
sudo pip install numpy
# 安装 matplotlib
sudo pip install matplotlib

验证是否安装成功,在bash中输入:

python

进入Python Console,在Python Console中输入:

import numpy as np
from matplotlib import pyplot as plt

如果没有报错,则说明numpy和matplotlib安装好了

TensorFlow(CPU版本)

CPU版本和GPU版本二选一安装即可,如果电脑没有GPU,或者GPU的Compute Capability低于3.0,请安装CPU版本。本次师资培训的讲授项目都不是耗时计算,所以安装CPU版本完全够用。首先,检查相关的依赖是否被安装:

sudo apt-get install python-pip python-dev

安装TensorFlow CPU版本:

pip install tensorflow      # Python 2.7; CPU support (no GPU support)

验证是否安装成功,在bash中输入:

python

进入Python Console,在Python Console中输入:

import tensorflow as tf

如果没有报错,则说明tensorflow安装好了

TensorFlow(GPU版本)

参考https://www.tensorflow.org/install/install_linux

安装opencv

下载opencv发行版源码: https://github.com/opencv/opencv/releases/tag/2.4.13.2

解压:

tar -vxzf opencv-2.4.13.2.tar.gz

安装编译源码的依赖:

sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

进入源码目录并配置:

cd opencv-2.4.13.2/
mkdir release
cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

编译安装:

make
sudo make install

验证是否安装成功,在bash中输入:

python

进入Python Console,在Python Console中输入:

import cv2

如果没有报错,则说明opencv安装好了

展开阅读全文
加载中

作者的其它热门文章

打赏
0
0 收藏
分享
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部