Я начинаю работать с библиотекой TensorFlow для глубокого обучения, https://www.tensorflow.org/.
Я нашел явное руководство по работе над ним на Linux и Mac, но я не нашел, как работать с ним под Windows. Я пробую через сеть, но информации не хватает.
Я использую Visual Studio 2015 для своих проектов, и я пытаюсь скомпилировать библиотеку с Visual Studio Compiler VC14.
Как установить его и использовать в Windows?
Можно ли использовать Bazel для Windows для производства?
Как установить TensorFlow и использовать его под Windows?
Обновлено 8/4/16
В Windows 10 теперь есть Ubuntu Bash среда, AKA Bash в Ubuntu в Windows, доступный как стандартный вариант (в отличие от Обновления предварительного просмотра для разработчиков). (Тег StackOverflow wsl) Этот параметр появился с обновлением Windows 10 годов ( Версия 1607), выпущенная 8/2/2016. Это позволяет использовать apt-get для установки пакетов программного обеспечения, таких как Python и TensorFlow.
Примечание: Bash на Ubuntu в Windows не имеет доступа к графическому процессору, поэтому все опции GPU для установки TensorFlow не будут работать.
Относящиеся инструкции по установке для Bash в Ubuntu на Windows в основном правильны, но необходимы только эти шаги:
Предпосылки
Включить функцию подсистемы Windows для Linux (GUI)
Перезагрузка при появлении запроса
Запустите Bash в Windows
Шаги больше не нужны:
Включить режим разработчика
Включить функцию подсистемы Windows для Linux (командной строки)
Затем установите TensorFlow, используя apt-get
sudo apt-get install python3-pip python3-dev
sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp34-cp34m-linux_x86_64.whl
и теперь проверьте TensorFlow
$ python3
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>> exit()
и запустить реальную нейронную сеть
python3 -m tensorflow.models.image.mnist.convolutional
После ознакомления с предварительным просмотром разработчика Bash в Windows.
См. Игра с TensorFlow в Windows от Scott Hanselman, который использует Bash в Windows 10
Проблема с Bazel
TensorFlow не создан с средствами автоматизации построения, такими как make, но с встроенным инструментом Google Bazel. Bazel работает только в системах на основе Unix, таких как Linux и OS X.
Поскольку текущее опубликованное/известное средство для создания TensorFlow использует Bazel, а Bazel не работает в Windows, нельзя установить или запустить TensorFlow изначально на Windows.
Из Часто задаваемые вопросы по Bazel
Как насчет Windows?
Из-за своего наследия UNIX перенос Bazel на Windows значителен Работа. Например, Bazel широко использует символические ссылки, которые меняются уровни поддержки в версиях Windows.
В настоящее время мы активно работаем над улучшением поддержки Windows, но он по-прежнему не может быть использован.
Статус
Смотрите: Ошибка TensorFlow # 17
См.: Проблема с Bazel # 276
Решения перечислены в порядке сложности и требуемой работы; от примерно часа до может даже не работать.
Docker - это система для создания автономных версий операционной системы Linux, работающих на вашем компьютере. Когда вы устанавливаете и запускаете TensorFlow через Docker, он полностью изолирует установку от уже существующих пакетов на вашем компьютере.
Также посмотрите TensorFlow - какое изображение Docker использовать?
Если у вас есть текущая Mac, работающая под управлением ОС X, то смотрите: Установка для Mac OS X
Рекомендуемая система Linux имеет тенденцию Ubuntu 14.04 LTS ( Загрузить страницу).
а. Виртуальная машина - Аппаратная виртуализация - Полная виртуализация
~ 3 часа
Загрузите и установите виртуальную машину, например, коммерческую VMware или бесплатную Virtual Box, после чего вы можете установить Linux, а затем установить TensorFlow.
Когда вы перейдете к установке TensorFlow, вы будете использовать Pip- Система управления пакетами Python. Пользователи Visual Studio должны думать о NuGet. Пакеты известны как wheels.
Смотрите: Установка протокола
Если вам нужно построить из источника, см. ниже: Установка из источников
~ 4 часа
Примечание. Если вы планируете использовать виртуальную машину и никогда раньше этого не делали, подумайте об использовании опции Docker, поскольку Docker - это виртуальная машина, ОС и TensorFlow, все упакованные вместе.
б. Двойная загрузка
~ 3 часа
Если вы хотите запустить TensorFlow на том же компьютере, на котором установлена Windows, и использовать версию GPU, вам, скорее всего, придется использовать этот параметр как работающий на виртуальной машине, гипервизор 2 типа, не позволит вам получить доступ к графическому процессору.
Если у вас есть удаленный доступ к другому компьютеру, на котором вы можете установить программное обеспечение Linux и TensorFlow и разрешить удаленные подключения, вы можете используйте ваш компьютер Windows, чтобы представить удаленный компьютер как приложение, работающее в Windows.
Cloud, такие как AWS используются.
Хотите запустить модель как службу в облаке? Containerize with Docker и TensorFlow работают только.
Из Docker
Запуск Docker на AWS обеспечивает высоконадежный, недорогой способ быстро создавать, отправлять и запускать распределенные приложения по шкале. развертывание Docker с использованием AMI с рынка AWS.
В настоящее время, похоже, единственное удержание - Bazel, однако В этом году должен появиться список "дорожной карты" Bazel, работающий в Windows.
Для Windows есть две функции:
2016‑02 Bazel can bootstrap itself on Windows without requiring admin privileges.
2016‑12 Full Windows support for Android: Android feature set is identical for Windows and Linux/OS X.
Помните, что Bazel используется только для создания TensorFlow. Если вы получаете команды Bazel, и правильный исходный код и библиотеки, вы должны иметь возможность создавать TensorFlow в Windows. Смотрите: Как получить команды, выполненные Bazel.
Пока я еще не исследовал это, вы можете посмотреть непрерывную интеграцию для необходимых файлов и информацию о том, как их построить для тестирование. (Readme) (сайт)
Существует публичная экспериментальная версия исходного кода Bazel, которая загружается в Windows. Вы можете использовать это, чтобы заставить Bazel работать в Windows и т.д.
Также эти решения требуют использования Cygwin или MinGW, который добавляет еще один уровень сложности.
В настоящее время TensorFlow не существует. Это запрос функции.
Смотрите: Задача TensorFlow 380
Вы создаете TensorFlow в Linux с помощью Bazel, но измените процесс сборки, чтобы вывести колесо, которое можно установить в Windows. Это потребует подробных знаний о Bazel, чтобы изменить конфигурацию и найти исходный код и библиотеки, которые работают с Windows. Вариант, который я бы предложил только в качестве последнего средства. Возможно, это даже не возможно.
Смотрите: Обзор подсистемы Windows для Linux
Вы будете знать столько, сколько я делаю, прочитав статью, на которую ссылается.
Можно ли использовать Bazel для Windows для производства?
Поскольку это экспериментальное программное обеспечение, которое я бы не использовал на производственной машине.
Помните, что вам нужно только Bazel для создания TensorFlow. Поэтому используйте экспериментальный код на не-производственной машине для создания wheel, затем установите колесо на производственную машину. См.: Установка протокола
TL;DR;
В настоящее время у меня есть несколько версий для обучения. Большинство используют рабочую станцию VMWare 7.1 для размещения Ubuntu 14.04 LTS или Ubuntu 15 или Debian. У меня также есть одна двойная загрузка Ubuntu 14.04 LTS на моей машине Windows для доступа к GPU, поскольку машина с VMware не имеет соответствующего графического процессора. Я бы порекомендовал вам предоставить эти компьютеры не менее 8 ГБ памяти либо в виде ОЗУ, либо в ОЗУ, и в пространстве подкачки, поскольку я несколько раз исчерпал память.
Я могу подтвердить, что он работает в подсистеме Windows для Linux! И это также очень просто.
В Ubuntu Bash в Windows 10 сначала обновите индекс пакета:
apt-get update
Затем установите pip для Python 2:
sudo apt-get install python-pip python-dev
Установка тензорного потока:
sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl
Теперь пакет установлен, вы можете запустить образец CNN в наборе MNIST:
cd /usr/local/lib/python2.7/dist-packages/tensorflow/models/image/mnist
python convolutional.py
Я только что протестировал процессорный пакет.
Я писал об этом: http://blog.mosthege.net/2016/05/11/running-tensorflow-with-native-linux-binaries-in-the-windows-subsystem-for-linux/
веселит
~ майкл
Извините за раскопки, но этот вопрос довольно популярен, и теперь у него есть другой ответ.
Google официально объявила о добавлении поддержки TensorFlow для Windows (7, 10 и Server 2016): developers.googleblog.com
Модуль Python может быть установлен с помощью pip с помощью одной команды:
C:\> pip install tensorflow
И если вам нужна поддержка GPU:
C:\> pip install tensorflow-gpu
Руководство TensorFlow - Как установить pip в windows
Другая полезная информация включена в примечания к выпуску: https://github.com/tensorflow/tensorflow/releases
UPD: Как @m02ph3u5, упомянутое в комментариях TF для Windows поддерживает только Python 3.5.x Установка TensorFlow в Windows с native pip
В настоящее время TensorFlow поддерживает только 64-разрядную версию Python 3.5. Поддерживаются как CPU, так и GPU. Вот несколько инструкций по установке, предполагающих, что у вас нет Python 3.5 64-бит:
python get-pip.pypip install tensorflow (версия CPU) или pip install tensorflow-gpu (версия GPU → требуется установка CUDA).Теперь вы можете запустить что-то вроде следующего, чтобы проверить, работает ли TensorFlow нормально:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a + b))
TensorFlow поставляется с несколькими моделями, которые расположены в C:\Python35\Lib\site-packages\tensorflow\models\ (при условии, что вы установили python в C:\Python35). Например, вы можете запускать консоль:
python -m tensorflow.models.image.mnist.convolutional
или
python C:\Python35\Lib\site-packages\tensorflow\models\image\mnist\convolutional.py
Первоначальная поддержка построения TensorFlow в Microsoft Windows была добавлена в 2016-10-05 в commit 2098b9abcf20d2c9694055bbfd6997bc00b73578:
Этот PR содержит начальную версию поддержки для создания TensorFlow (Только процессор) в Windows с использованием CMake. Он включает документацию для построение с помощью CMake на Windows, специфичный для платформы код для реализация основных функций в Windows и правила CMake для построения программу обучения примера С++ и пакет PIP (только для Python 3.5). Правила CMake поддерживают создание TensorFlow с помощью Visual Studio 2015.
Поддержка Windows - это незавершенная работа, и мы приветствуем ваши отзывы и взносы.
Подробнее о поддерживаемых функциях и инструкциях о том, как создать TensorFlow в Windows, см. файл
tensorflow/contrib/cmake/README.md.
Поддержка Microsoft Windows была введена в TensorFlow в версии 0.12 RC0 (примечания к выпуску):
TensorFlow теперь строит и запускает в Microsoft Windows (тестируется в Windows 10, Windows 7 и Windows Server 2016). Поддерживаемые языки включают Python (через пакет pip) и С++. CUDA 8.0 и cuDNN 5.1 поддерживаются для ускорения GPU. Известные ограничения включают: В настоящее время невозможно загрузить пользовательскую библиотеку op. Файловые системы GCS и HDFS в настоящее время не поддерживаются. Следующие опсы не в настоящее время: DepthwiseConv2dNative, DepthwiseConv2dNativeBackpropFilter, DepthwiseConv2dNativeBackpropInput, деквантование, дигамма, ERF, ERFC, Igamma, Igammac, Lgamma, полигамму, QuantizeAndDequantize, QuantizedAvgPool, QuantizedBatchNomWithGlobalNormalization, QuantizedBiasAdd, QuantizedConcat, QuantizedConv2D, QuantizedMatmul, QuantizedMaxPool, QuantizeDownAndShrinkRange, QuantizedRelu, QuantizedRelu6, QuantizedReshape, QuantizeV2, RequantizationRange и Requantize.
Теперь Tensorflow официально поддерживается в Windows, вы можете установить его с помощью команды pip Python 3.5 без компиляции.
Версия CPU
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-0.12.0-cp35-cp35m-win_amd64.whl
cp35 обозначает колесо python 3.5, 0.12.0 версию, вы можете отредактировать их в соответствии с вашими предпочтениями или установить последнюю доступную версию CPU, которую вы можете использовать
pip install --upgrade tensorflow
Версия графического процессора
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl
cp35 обозначает колесо python 3.5, 0.12.0 версию, вы можете отредактировать их в соответствии с вашими предпочтениями или установить последнюю версию графического процессора, которую вы можете использовать
pip install --upgrade tensorflow-gpu
Следующее может работать на вас: установить Virtual Box, создать Linux VM и установить в нее Linux. Я бы порекомендовал Ubuntu, потому что Google часто использует его внутри. Затем установите TensorFlow в Linux VM.
Вы не можете сейчас. Проблема заключается в том, что schedorflow использует bazel build другое внутреннее средство Google, которое было открыто как проект с открытым исходным кодом, и оно поддерживает только mac и unix, До тех пор, пока база не будет перенесена в окна или добавлена другая система сборки, в тензорном потоке есть небольшая возможность запускать тензорный поток изначально на окна.
Сказав, что вы можете установить виртуальный бокс, а затем установить докер-машину и запустить контейнер linux с тензорным потоком внутри него.
Мне удалось установить TensorFlow на Win8.1 без Docker, используя советы от https://discussions.udacity.com/t/windows-tensorflow-and-visual-studio-2015/45636
Я пробовал много вещей до этого, и я не буду пытаться установить его дважды, но вот что я сделал: - установите VS2015 (убедитесь, что Visual С++ также установлен) - установить Python Tools для VS2015 - установить Python2.7 с помощью Anaconda2 - установить pip и conda для Python - установить numpy с помощью pip внутри VS2015 - установить тензорный поток с пипом внутри VS2015
Мне не удалось это сделать с помощью Python3.5
Мне также удалось установить на Win8.1 через Cloud9 Существует видео-учебник по Youtube.
https://www.youtube.com/watch?v=kMtrOIPLpR0
EDIT: на самом деле для вышеизложенного (не Cloud9, который в порядке) у меня проблемы:
TensorFlow LOOKS LIKE он установлен (я могу видеть его в списке модулей, установленных в VS2015, когда щелкнул в обозревателе решений на 64-битной версии Python 2.7)
но если я наберу script или в Python Interactive import tensorflow as TF, тогда я получаю сообщение об ошибке
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\__init__.py", line 23, in <module>
from tensorflow.python import *
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\__init__.py", line 50, in <module>
from tensorflow.python.framework.framework_lib import *
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\framework\framework_lib.py", line 62, in <module>
from tensorflow.python.framework.ops import Graph
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\framework\ops.py", line 40, in <module>
from tensorflow.python.framework import versions
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\framework\versions.py", line 24, in <module>
from tensorflow.python import pywrap_tensorflow
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 28, in <module>
_pywrap_tensorflow = swig_import_helper()
File "C:\Users\Fagui\Anaconda2\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 20, in swig_import_helper
import _pywrap_tensorflow
Как писал этот ответ, я не смог правильно настроить fiforflow с помощью python версии 3.5.2. Возврат к python 3.5.0 сделал трюк.
Затем мне удалось установить с помощью
C: > pip install tensorflow
Если вы уже установили anaconda в своих окнах, есть более простой способ, как я узнал:
conda create --name snakes python=3
Тогда
activate snakes
Тогда
pip install tensorflow
Это похоже на virtualenv, и я нашел это полезным.
Следуйте этой ссылке, чтобы установить Tensorflow в Windows, и вы также можете использовать ее в Visual Studio