تثبيت Tensorflow في Anaconda لنظام التشغيل Mac

Anaconda هي بيئة Python تدمج العديد من مكتبات الحوسبة العلمية التابعة لجهات خارجية. تستخدم Anaconda conda كأداة خاصة بها لإدارة الحزم ولها بيئة حوسبة خاصة بها ، على غرار Virtualenv. مثل Virtualenv ، الحزم التابعة المطلوبة لمشاريع Python المختلفة ، تقوم Conda بتخزينها في أماكن مختلفة. لن يقوم Anaconda المثبت على TensorFlow بالكتابة فوق حزمة Python المثبتة مسبقًا.

قم بتثبيت Anaconda:

الرجوع إلى صفحة تنزيل Anaconda

قم بإنشاء بيئة حوسبة مشروطة تسمى tensorflow:

تنشيط بيئة tensorflow ، ثم استخدام النقطة لتثبيت TensorFlow. عند استخدام easy_install ، استخدم علامة --ignore-install لمنع الأخطاء .

بالنسبة إلى Python 3.x:

بعد تنشيط بيئة conda ، يمكنك الاختبار

عندما لا تستخدم TensorFlow ، أغلق البيئة:

التفعيل مرة أخرى عند استخدامه مرة أخرى ˙_˙

اكتب برنامج TensorFlow الأول

(اختياري) تمكين دعم GPU

إذا كنت تستخدم حزمة النقطة الثنائية لتثبيت TensorFlow مع تمكين دعم GPU ، فيجب عليك التأكد من تثبيت إصدارات CUDA sdk و CUDNN الصحيحة في النظام. يرجى الرجوع إلى البرنامج التعليمي لتثبيت CUDA

تحتاج أيضًا إلى تعيين متغيرات البيئة LD_LIBRARY_PATH و CUDA_HOME . يمكنك إضافة الأمر التالي إلى ملف ~ / .bash_profile ، لذلك سيسري ذلك تلقائيًا بعد كل تسجيل دخول. لاحظ أن الإرشادات التالية تفترض أن دليل CUDA Anzhuang هو / usr / local / cuda :

تشغيل TensorFlow

افتح طرفا بيثون:

التثبيت من شفرة المصدر

استنساخ مكتبة TensorFlow

--recurse-submodules المعلمة مطلوبة للحصول على مكتبة protobuf التابعة لـ TesorFlow.

تثبيت Linux

تثبيت Bazel

اتبع أولاً البرنامج التعليمي لتثبيت تبعيات Bazel. ثم قم بتنزيل أحدث إصدار مستقر مناسب لنظام التشغيل الخاص بك في الرابط ، ثم قم في النهاية بتنفيذ النص التالي:

$ chmod + x PATH_TO_INSTALL.SH
$ ./PATH_TO_INSTALL.SH --user

انتبه لاستبدال PATH_TO_INSTALL.SH بمسار ملف حزمة التثبيت التي قمت بتنزيلها.

أضف مسار التنفيذ output / bazel إلى متغير البيئة $ PATH .

تثبيت التبعيات الأخرى

# For Python 2.7:
$ sudo apt-get install python-numpy swig python-dev python-wheel
# For Python 3.x:
$ sudo apt-get install python3 -numpy swig python3-dev python3-wheel

اختياري: قم بتثبيت CUDA (مكّن دعم GPU على Linux)

لتجميع وتشغيل TensorFlow القادر على استخدام وحدة معالجة الرسومات ، فأنت بحاجة إلى تثبيت Cuda Toolkit 7.0 و CUDNN 6.5 V2 المقدمين من NVIDIA.

تدعم ميزة GPU الخاصة بـ TensorFlow فقط NVidia Compute Capability & gt؛ = 3.5 بطاقات الرسومات. تشمل بطاقات الرسومات المدعومة على سبيل المثال لا الحصر:

نفيديا تيتان

NVidia Titan X

NVidia K20

NVidia K40

قم بتنزيل وتثبيت Cuda Toolkit 7.0

عنوان URL للتنزيل

ثبّت الأداة على مسار مثل / usr / local / cuda .

قم بتنزيل وتثبيت CUDNN Toolkit 6.5

عنوان URL للتنزيل

قم بفك ضغط ملف CUDNN وانسخه إلى مسار تثبيت Cuda Toolkit 7.0. بافتراض تثبيت Cuda Toolkit 7.0 في / usr / local / cuda ، قم بتنفيذ الأمر التالي:

tar xvzf cudnn-6.5-linux-x64-v2.tgz
sudo cp cudnn-6.5-linux-x64-v2 / cudnn.h / usr / local / cuda / include
sudo cp cudnn-6.5-linux-x64-v2 / libcudnn * / usr / local / cuda / lib64

تكوين خيارات Cuda في TensorFlow

نفذ من مسار الجذر لشجرة المصدر:

ستنشئ هذه التكوينات رابطًا رمزيًا لمكتبة Cuda للنظام. عندما يتغير مسار مكتبة Cuda ، يجب تنفيذ الخطوات المذكورة أعلاه مرة أخرى ، وإلا فلن يتم استدعاء أمر bazel compilation.

قم بتجميع البرنامج المستهدف وتمكين دعم GPU

نفذ من مسار الجذر لشجرة المصدر:

لاحظ أن دعم GPU يحتاج إلى التمكين من خلال خيار الترجمة "- config = cuda".

المشكلات المعروفة

تثبيت Mac OS X

يتطلب نظاما التشغيل Mac و Linux نفس تبعيات البرامج تمامًا ، ولكن عملية التثبيت مختلفة تمامًا. يتم استخدام الروابط التالية لمساعدتك في تثبيت هذه التبعيات على نظام التشغيل Mac OS X:

بازل

راجع دليل تثبيت نظام التشغيل Mac OS X في هذه الصفحة.

SWIG

برنامج تعليمي حول تثبيت نظام التشغيل Mac OS X

ملاحظة: تحتاج إلى تثبيت PCRE ، ولكن ليس PCRE2.

نومبي

راجع دروس التثبيت

إنشاء حزمة النقطة وتثبيتها

تدريب أول نموذج للشبكة العصبية TensorFlow

نفذ من مسار الجذر لشجرة التعليمات البرمجية المصدر:

الأسئلة المتداولة

المشكلات المتعلقة بوحدة معالجة الرسومات

إذا حدث الخطأ التالي عند محاولة تشغيل برنامج TensorFlow:

يرجى التأكد من تثبيت دعم GPU بشكل صحيح ، راجع الفصول ذات الصلة.

في Linux

إذا كان هناك خطأ:

الحل: تأكد من أن إصدار Python الذي تستخدمه هو Python 2.7.

في نظام التشغيل Mac OS X

في حالة حدوث خطأ:

الحل: يعتمد protobuf الذي تستخدمه TensorFlow على six-1.10.0 . ومع ذلك ، تم تثبيت بيئة python الافتراضية من Apple بالفعل six-1.4.1 ، وهذا الإصدار قد من الصعب الترقية. إليك عدة طرق لحل هذه المشكلة:

2. قم بتثبيت نسخة معزولة من python عبر homebrew:

3. تجميع أو استخدام TensorFlow في virtualenv .

يحدث هذا بسبب تثبيت إصدار protobuf المتضارب. يتطلب TensorFlow بروتوبوف 3.0.0. أفضل حل حاليًا هو التأكد من عدم تثبيت الإصدار القديم من protobuf. يمكنك استخدام الأمر التالي لإعادة تثبيت protobuf لحل التعارض:

http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html