深度学习原理与TensorFlow实践 课件 第4章 TensorFlow安装.pptx

;;课前回顾;安装准备;;硬件检查;硬件选取;CPU选取;CPU选取;GPU选取;GPU选取;GPU选取;内存选取;内存选取;内存选取;内存选取;硬盘选取;硬盘选取;;处理器推荐——GPU;处理器推荐——GPU;处理器推荐——GPU;处理器推荐——GPU;处理器推荐——GPU;处理器推荐——GPU;处理器推荐——GPU;处理器推荐——GPU;处理器推荐——GPU;CUDA和cuDNN安装;CUDA和cuDNN安装;CUDA和cuDNN安装;CUDA和cuDNN安装;CUDA和cuDNN安装;CUDA和cuDNN安装;CUDA和cuDNN安装;CUDA和cuDNN安装;CUDA和cuDNN安装;CUDA和cuDNN安装;CUDA和cuDNN安装;CUDA和cuDNN安装;CUDA和cuDNN安装;;系统选择——Linux;系统选择——Linux;;配合Python语言使用;配合Python语言使用;;Anaconda的安装;Anaconda的安装;Anaconda的安装;Anaconda的安装;Anaconda的安装;小节总结;;;;课前回顾;; TensorFlow 的依赖包有很多，这里着重介绍一下两个比较重要的工具包---Protocol Buffer 和 Bzael。 Protolcol Buffer 是 Google 公司开发的用于结构化数据处理的一款工具。 Bazel 是 Google 公司开发的用于自动化构建的一款开源工具，在 Google 公司内部很大程度的承担了编译应用的工作。相比于较为传统的 Ant、Maven或者MakeFlie，Bazel的优点表现在可伸缩性、对不同平台和程序设计语言的支持、速度以及灵活性上。; 假设存在如下使用场景：一些用户的信息需要存储到数据库并形成记录，每个用户的信息包括用户的名字、用户的性别、用户的年龄、 用户的Email 以及用户的生日。那么这些信息在数据库里可能形成以下的记录形式： ; 序列化（Serialization ）是指将对象的内容转换为可以存储或传输的形式的过程（序列化的源目的不限于结构化数据）。 当这些结构化的用户信息需要持久存储或在网络上传输时，首要任务是序列化。 简单来说，也可以理解为将这些数据转换为字符串的形式。;如果将上述用户信息序列化为JSON格式，则将获得以下代码： { Name:张三,· Sex:woman, Age:32, Email:zhangsan@126.com, Birth Date:1998.09.25 }; 序列化的格式也可以是XML格式（当然，序列化的格式远不止这两种），并且获得的代码如下： user Name张三/Name Sexwoman/Sex Age32/Age Emailzhangsan@126.com/Email Birth Date1998.09.25/Birth Date /user; 结构化数据处理是指序列化结构化数据并从序列化的数据流中还原原始结构化数据的过程。Protocol Buffer是Google开发的一种用于处理结构化数据的工具。;以下代码显示了在使用 Protocol Buffer序列化用户信息之前需要定义的数据格式： message user { required string Name = 1; required string Sex = 2; required int32 Age = 3; required string Email = 4; optional string Birth Date = 5; };; Google 公司大部分的官方样例和TensorFlow自身均是通过Bazel 编译而形成的，当安装 TensorFlow 时，倘若选择了通过源码编译并且进行安装的方式，则Bazel是较为合适的编译工具。 在进行 Bazel 安装之前，需要做的是 JDK8的安装 。可以通过以下的命令进行 JDK8的安装： sudo add-apt-repository ppa:webupd8team/java sudo apt-get update sudo apt-get install oracle- java8-installer ;为了保护 Linux 系统的安全性，用户进行软件系统更改的前提是用户拥有 root 权限（root 权限可以理解为 Linux 默认的系统管理员账户）。 上述命令当中sudo 的功能是以另外一个用户的身份（该用户身份也可以是 root ）来执行后面的命令， 通常情况下，apt 命令配合 sudo 命令一起使用，后续的过程中也会有很多命令结