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!

创新互联专注于琼中黎族企业网站建设,自适应网站建设,商城建设。琼中黎族网站建设公司,为琼中黎族等地区提供建站服务。全流程按需求定制制作,专业设计,全程项目跟踪,创新互联专业和态度为您提供的服务

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 
    TensorFlow的安装与CNN测试方法

  • 采用gpu执行 
    python cifar10_multi_gpu_train.py --num_gpus=4 
    TensorFlow的安装与CNN测试方法

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创新互联网站,小编将为大家输出更多高质量的实用文章!


文章标题:TensorFlow的安装与CNN测试方法
路径分享:http://azwzsj.com/article/geieph.html