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!
<强> 0。说明强>
在谷歌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下折腾了一天没搞的定,后来换成CentOS7,顺利跑通
<强> 1。系统环境强>
- <李>
python祝辞=2.7
李> <李>numpy祝辞=1.9
李> <李>gcc祝辞=4.8.2
李> <李>7.0 cuda
李> <李>java祝辞=1.8
李> <李>6.5 cudnn v2
李><强> 2。安装部署强>
- <李>
<代码> #安装依赖,kernel-devel是为了安装cuda 代码>
李> <李><代码> yum - y安装gcc python-devel kernel-devel 代码>
李> <李><代码> #安装pip 代码>
李> <李><代码> wget ——no-check-certificate https://github.com/pypa/pip/archive/1.5.5.tar.gz 代码>
李> <李><代码>焦油zvxf 1.5.5.tar。广州代码>
李> <李><代码> cd pip-1.5.5/代码>
李> <李><代码> python设置。py安装代码>
李> <李><代码> #安装tensorflow,此时确保服务器可以联网,会自动下载安装numpy和六代码>
李> <李><代码> pip安装http://dlp.iflytek.com/soft/tensorflow-0.5.0-cp27-none-linux_x86_64.whl 代码>
李><强> 3。测试用例CNN 强>
- <李>
下载训练数据集
李>- <李>
<代码> wget http://dlp.iflytek.com/soft/cifar-10-binary.tar.gz 代码>
李> <李><代码> tar -zxvf -C /tmp/cifar10_data 代码>
李>- <李>
执行脚本(默认cpu),
cd/root/tensorflow-master/tensorflow/模型/图像/cifar10 python cifar10_train.py 
,
采用gpu执行,python cifar10_multi_gpu_train
。py——num_gpus=4,
<强> 4。脚本相关说明强>
- <李>
<代码> #查看帮助代码>
李> <李><代码> python cifar10_train.py ——帮助代码>
李> <李><代码>——batch_size BATCH_SIZE #一批数据的图片数量,默认是包含128个例子代码>
李> <李><代码> Number 图像process 一批拷贝。代码>
李> <李><代码>——data_dir DATA_DIR #训练数据集目录,默认是/tmp/cifar10_data 代码>
李> <李><代码> Path CIFAR-10 数据目录。代码>
李> <李><代码>——train_dir TRAIN_DIR #训练目录代码>
李> <李><代码> Directory 写事件logs 以及检查点。代码>
李> <李><代码>——max_steps MAX_STEPS #最大步数,默认是1000000 代码>
李> <李><代码> Number 批量运行。代码>
李> <李><代码>——log_device_placement log_device_placement 代码>
李> <李><代码> Whether 记录设备位置。代码>
李> <李><代码>——nolog_device_placement 代码>
李>