TensorFlow的安装与CNN测试方法

介绍

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

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

<李>

python祝辞=2.7

<李>

numpy祝辞=1.9

<李>

gcc祝辞=4.8.2

<李>

7.0 cuda

<李>

java祝辞=1.8

<李>

6.5 cudnn v2

<强> 2。安装部署

<李>

<代码> #安装依赖,kernel-devel是为了安装cuda

<李>

<代码> yum  - y安装gcc python-devel kernel-devel

<李>

<代码> #安装pip

<李>

<代码> wget ——no-check-certificate https://github.com/pypa/pip/archive/1.5.5.tar.gz

<李>

<代码>焦油zvxf  1.5.5.tar。广州

<李>

<代码> cd pip-1.5.5/

<李>

<代码> python设置。py安装

<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

<李>

<代码> pip安装http://dlp.iflytek.com/soft/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

<强> 3。测试用例CNN

<李>

下载训练数据集

<李>

<代码> wget http://dlp.iflytek.com/soft/cifar-10-binary.tar.gz

<李>

<代码> tar  -zxvf  -C /tmp/cifar10_data

<李>

执行脚本(默认cpu),
cd/root/tensorflow-master/tensorflow/模型/图像/cifar10  python cifar10_train.py 
,
tensorflow的安装与CNN测试方法

<李>

采用gpu执行,python cifar10_multi_gpu_train
。py——num_gpus=4,
TensorFlow的安装与CNN测试方法

<强> 4。脚本相关说明

<李>

<代码> #查看帮助

<李>

<代码> python cifar10_train.py ——帮助

<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>

<代码> Number 图像process 一批拷贝。

<李>

<代码>——data_dir DATA_DIR  #训练数据集目录,默认是/tmp/cifar10_data

<李>

<代码> Path  CIFAR-10 数据目录。

<李>

<代码>——train_dir TRAIN_DIR  #训练目录

<李>

<代码> Directory 写事件logs 以及检查点。

<李>

<代码>——max_steps MAX_STEPS  #最大步数,默认是1000000

<李>

<代码> Number 批量运行。

<李>

<代码>——log_device_placement log_device_placement

<李>

<代码> Whether 记录设备位置。

<李>

<代码>——nolog_device_placement

TensorFlow的安装与CNN测试方法