TensorFlow的安装与CNN测试方法

本篇内容介绍了"TensorFlow的安装与CNN测试方法"的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

0.说明

在Google开源该框架之后便使用真实K40m卡测试，由于生产环境是CentOS6.6的操作系统，但是该框架需要在Python2.7环境下执行，CentOS6.6下折腾了一天没搞定，后来换成CentOS7，顺利跑通

1.系统环境

• python >=2.7

• numpy >=1.9

• gcc >=4.8.2

• cuda 7.0

• java >=1.8

• cudnn 6.5 v2

2.安装部署

1. #安装依赖，kernel-devel是为了安装cuda

2. yum -y install gcc python-devel kernel-devel

3. #安装pip

4. wget --no-check-certificate https://github.com/pypa/pip/archive/1.5.5.tar.gz

5. tar zvxf 1.5.5.tar.gz

6. cd pip-1.5.5/

7. python setup.py install

8. #安装tensorflow,此时确保服务器可以联网，会自动下载安装numpy和six

9. pip install http://dlp.iflytek.com/soft/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

3.测试用例CNN

• 下载训练数据集

1. wget http://dlp.iflytek.com/soft/cifar-10-binary.tar.gz

2. tar -zxvf -C /tmp/cifar10_data

• 执行脚本(默认cpu)
  cd /root/tensorflow-master/tensorflow/models/image/cifar10
  python cifar10_train.py
  

• 采用gpu执行
  python cifar10_multi_gpu_train.py --num_gpus=4
  

4.脚本相关说明

1. #查看帮助

2. python cifar10_train.py --help

3. --batch_size BATCH_SIZE #一批数据的图片数量，默认是包含128个examples

4. Number of images to process in a batch.

5. --data_dir DATA_DIR #训练数据集目录，默认是/tmp/cifar10_data

6. Path to the CIFAR-10 data directory.

7. --train_dir TRAIN_DIR #训练目录

8. Directory where to write event logs and checkpoint.

9. --max_steps MAX_STEPS #最大步数，默认是1000000

10. Number of batches to run.

11. --log_device_placement LOG_DEVICE_PLACEMENT

12. Whether to log device placement.

13. --nolog_device_placement

"TensorFlow的安装与CNN测试方法"的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注网站，小编将为大家输出更多高质量的实用文章！