TensorFlow环境搭建

将近一年未更新博客，期间专注做互联网金融领域的身份识别类产品（身份证OCR、活体检测、人脸比对），现在产品线趋于成熟，可以静下心来研究神往已久的深度学习了。

---

Anaconda安装

Anaconda是一个和Canopy类似的Python科学计算环境，但用起来更加方便。

• 下载：wget https://repo.continuum.io/archive/Anaconda3-4.4.0-Linux-x86_64.sh
• 安装：bash Anaconda3-4.4.0-Linux-x86_64.sh
• 配置：

  # 将anaconda的bin目录加入PATH
  echo 'export PATH="~/anaconda3/bin:$PATH"' >> ~/.bashrc
  # 更新bashrc以立即生效
  source ~/.bashrc
  配置好PATH后，可以通过 which conda 或 conda --version 命令检查是否正确；
  # 配置镜像
  安装完以后，打开Anaconda Prompt，输入清华的仓库镜像，更新包更快；
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  conda config --set show_channel_urls yes

TensorFlow安装

• 打开Anaconda Prompt，输入：conda create -n tensorflow python=3.6
• 查看已安装环境列表: conda env list；
• 激活环境：
  • linux：source activate tensorflow；
  • windows：activate tensorflow；
• 安装tensorflow的CPU版本，
  • linux安装：pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp36-cp36m-linux_x86_64.whl
  • windows安装：pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.2.1-cp36-cp36m-win_amd64.whl

HelloWorld示例

一个TensorFlow示例实现两个向量求和

import tensorflow as tf
a=tf.constant([1.0,2.0],name="a")
b=tf.constant([2.0,3.0],name="b")
result=a+b
sess=tf.Session() 
sess.run(result)

开发环境

IDE：pycharm 2017
注册服务器：http://idea.iteblog.com/key.php

pycharm远程调试

以pycharm配置remote interpreter远程开发调试，并以ssh自动上传本地程序到测试/生产环境；
配置参考feature-spotlight-python-remote-development-with-pycharm

归档环境

Jupyter Notebook
Jupyter Notebook-machine_learning

1. 一次运行, 多次阅读,保存运行结果
2. 交互式编程, 边看边写
3. 可以添加各种元素,比如图片,视频, 链接, 文档(比代码注释要好看), 相当于PPT
   ref

   问题记录