这里是通过 Anaconda 在 Jupyter 的 Tensorflow 中实现 Hello World 的完整步骤: 下载并安装 Anaconda3-4.2.0 TensorFlow 安装说明 on windows: create -n tensorflow python = 3.5 activate tensor ..

通过 Anaconda 在 Jupyter 里运行 Tensorflow 及可视化

本贴最后更新于 866 天前,其中的信息可能已经东海扬尘

这里是通过 Anaconda 在 Jupyter 的 Tensorflow 中实现 Hello World 的完整步骤:

  1. 下载并安装 Anaconda3-4.2.0

  2. TensorFlow 安装说明 on windows

create -n tensorflow python = 3.5 
activate tensorflow 
conda install -c conda-forge tensorflow
  1. 安装 ipykernel
conda install notebook ipykernel
  1. 命令行启动 Jupyter:
jupyter notebook

或者打开 Anaconda Navigator > Environments > tensorflow,左键点击 ▶️ ,选择 Open with jupyter notebook。

会自动弹出一个命令行窗口,启动成功后会试图在浏览器打开;如果未打开,需要在命令行窗口中复制本地地址到浏览器当中。

  1. 创建一个 notebook,并输出 Hello World:
import tensorflow as tf 
hello = tf.constant('Hello,TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果输出了“Hello,TensorFlow!” 表示 jupyter 和 tensorflow 集成好了。

ps: 如果启动 notebook 时控制台输出异常,提示:

attributeerror: 'dict' object has no attribute 'split'

执行下面指令

pip install git+https://github.com/Anaconda-Platform/nb_conda.git@d488d9e --upgrade

下面利用 jupyter notebook 图形表达能力,在 Web IDE 编写 tensorflow 代码显示散点图。

新建 py 文件

测试代码

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
  
#表示直接在浏览器中显示matplotlib图表  
%matplotlib inline   
  
a = tf.random_normal([2,20]) #定义2x20的随机数矩阵  
sess = tf.Session()  #启动一个tensorflow会话  
out = sess.run(a)    # 用在sess会话里执行a,结果放out里  
x, y = out                 
  
plt.scatter(x, y)    #用pyplot创建一系列散列点,坐标为x和y  
plt.show()  

效果

在安装过程中遇到个坑,Anaconda3-4.3.0 以后版本默认安装的是 Python3.6,但是 TensorFlow 目前还不支持 Python3.6,。所以在安装 Anaconda 时把默认 Python3.6 勾选去掉,安装 Anaconda 完成后,通过 Anaconda Navigator 界面来安装 Python3.5。

  • 机器学习

    机器学习(Machine Learning)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

    54 引用 • 20 回帖
  • TensorFlow

    TensorFlow 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。

    11 引用 • 4 回帖
回帖
请输入回帖内容...