Tensorflow2.0笔记1：Tensorflow2.0正式版(2019-10-1)介绍以及安装+Windows&Linux!

Tensorflow2.0正式版(2019-10-1)介绍以及安装+Windows&Linux!

一. TensorFlow2.0介绍

1.1. TensorFlow2.0描述

• Tensorflow2.0 版本具有简易性、更清晰、扩展性三大特征，大大简化 API。
• 提高了Tensorflow Lite和 TensorFlow.js 部署模型的能力；

• Tensorflow2.0 已经和 Pytorch 非常非常接近了。看下面的对比
• Tensorflow1.x的时候

• Tensorflow2.0 的时候

• 到底是使用Tensorflow2.0还是Pytorch，来看一组数据！

• ArXiv (额开v)中 paper 的引用指数。

• Tensorflow 的生态系统

1.2. 学习建议

二. TensorFlow2.0框架3大优势

2.1. GPU加速

2.2. 自动求导

• GradientTape 里面默认只会跟踪 tf.Variable() 类型。如果类型不是这个的话。这里为 tf.tensor。tf.Variable 是 tf.tensor 的一种特殊类型。因此需要简单的包装一下。
• 使用TensorFlow自动求导的过程,其中: a,b,c。tf.GradientTape()参与梯度计算的代码放到这里面。

import tensorflow as tf

x = tf.constant(1.)
a = tf.constant(2.)
b = tf.constant(3.)
c = tf.constant(4.)

with tf.GradientTape() as tape:
    tape.watch([a, b, c])
    y = a**2 * x + b * x + c

[dy_da, dy_db, dy_dc] = tape.gradient(y, [a, b, c])
print(dy_da, dy_db, dy_dc)

• 运行结果：可以看出第一项求出4.0，第二项为1.0，第三项也为1.0

tf.Tensor(4.0, shape=(), dtype=float32) tf.Tensor(1.0, shape=(), dtype=float32) tf.Tensor(1.0, shape=(), dtype=float32)

• 矩阵对向量求导

import tensorflow as tf
import  os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

x = tf.constant([[1.,3.],[2.5, 3.]])
a = tf.constant([[10. ,2.],[2., 3.]])         #变量a


with tf.GradientTape() as tape:
    tape.watch([a])
    y = a @ x

[dy_da] = tape.gradient(y, [a])
print("对a求导为：\n",dy_da.numpy())

• 运行结果：

ssh://[email protected]:22/home/zhangkf/anaconda3/envs/tf2.0/bin/python -u /home/zhangkf/tmp/pycharm_project_258/demo/TF2/daoshu.py
对a求导为：
 [[4.  5.5]
 [4.  5.5]]
Process finished with exit code 0

2.3. 神经网络的API

三. 安装CUDA+CUDNN

3.1. Win10安装CUDA+CUDNN

• 此步骤适用于安装 TensorFlow-GPU版本；这个步骤最是容易出错的。下载链接：CUDA Toolkit 10.0 Archive

• 找到对应的cudnn版本下载；cudnn

• 也可以直接从我百度云链接下载：链接提取码：fo45

• 先安装cuda,双击.exe文件执行；

• 选择custom(自定义)

• 这里特别注意一下几点：1. 就是电脑本身的显卡驱动号；2. 就是自己的电脑有没有安装visual stuio；首先把Nvidia GeForce应用程序关掉，这个没什么用。

• 2.把cuda中的visual studio integration去掉，这里因为我们自己的电脑没有安装visual stuio如果安装了。如果我们自己的电脑装了visual stuio如果安装了可以不用去掉。

• 这里也要注意左边一列新的驱动版本和当前驱动版本；需要保证左边一列（display driver）的驱动版本号，大于等于当前版本驱动号，否则有可能出错。要是满足了，这一列可以去掉勾，不用安装了。

• 配置环境变量PATH

• 前2项装完cuda会自动添加。

• cudnn解压安装完成！解压完成，配置一下路径；

3.2. Linux安装CUDA+CUDNN

• 参考我之前的博客链接：Linux笔记：Ubuntu16.04&18.04系统安装nvidia驱动,cuda,cudnn!

四. 安装Anconda

4.1. Win10安装Anconda

• 参考我之前的链接：Win10系统下使用Anaconda安装

4.2. Linux安装Anconda

• 对于linux系统安装安装Anaconda这里不再过多的介绍，下载好文件如下图，下载链接建议清华源：清华大学开源软件镜像站，选择对应的系统类型；

• 下面只需要一个简单的命令：

bash Anaconda3-5.3.1-Linux-x86_64.sh
# 一直Enter键,最后在出现VSCode选项，选择NO,到此安装完成；输入conda命令查看！可能直接输入conda并没有出现任何东西，
这个时候，关闭一下客户端，重新打开；再次输入显示如下内容说明安装成功！

五. TensorFlow2.0正式版安装-2019-10-1

5.1. 配置镜像源

# 使用清华镜像源
conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
# 或者使用国科大镜像源
conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --prepend channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

5.2. 安装TensorFlow2.0

• 由于TensorFlow2.0仍处于试验阶段，我建议将其安装在独立的虚拟环境中。我个人比较喜欢Anaconda，所以我将用它来演示安装过程：(2019-10-01更新，Tensorflow2.0已经正式发布！)
• 1、首先基于自己安装的Anaconda 创建环境一个尝鲜环境：

conda create -n tf2.0 python=3.7

• 2、然后进入刚刚创建好的环境：

conda activate tf2.0

• 3、执行下面的安装命令：(后面的 -i 表示从国内清华源下载，速度比默认源快很多)
• 注意：安装GPU版本时候，需要安装cudatoolkit 与 cudnn包就可以了，要注意一点需要安装cudatoolkit 10.0 版本，注意一点，如果系统的cudatoolkit小于10.0需要更新一下至10.0！

# pip install tensorflow-gpu==2.0.0-alpha0						#GPU版本,前期版本
conda install cudatoolkit=10.0 cudnn 							#GPU版本 -更新2019-10-1，也可以先不安转。
pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple #GPU版本 -更新2019-10-1
# pip install tensorflow==2.0.0-alpha0							#CPU版本,前期版本
pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple #CPU版本 -更新2019-10-1

• 或者使用：

conda install tensorflow-gpu #GPU版本 -更新2019-10-1
conda install tensorflow-gpu #CPU版本 -更新2019-10-1

• 4、测试一下tensorflow-gpu版本是否安装成功

zhangkf@john-X:~$ conda activate tf2.0
(tf2.0) jilin2@john-X:~$ pip install ipython                 # 目的是为了测试使用方便！
(tf2.0) jilin2@john-X:~$ ipython
Python 3.7.4 (default, Aug 13 2019, 20:35:49) 
Type 'copyright', 'credits' or 'license' for more information
IPython 7.8.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]: import tensorflow as tf                                                                                  

In [2]: tf.__version__                                                                                           
Out[2]: '2.0.0'

In [3]: tf.test.is_gpu_available()                                                                               
......省略
......省略
Out[3]: True                   # 显示True代表安装成功！

• 5、然后就可以运行 python 检验一下tensorflow安装路径：

tf.__path__

六. 需要全套课程视频+PPT+代码资源可以私聊我!

• 方式1：CSDN私信我!
• 方式2：QQ邮箱:[email protected]或者直接加我QQ!