텐서플로우 설치 예제

고급 Keras API는 딥 러닝 모델을 만들고 학습하는 구성 요소를 제공합니다. 이러한 초보자 친화적인 노트북 예제로 시작하여 TensorFlow Keras 가이드를 읽어보십시오. TensorFlow CPU의 설치와 함께 설치를 얻는 것은 3 간단한 단계로 수행 할 수 있습니다. 이 자습서에서는 Python에서 딥 러닝 프로젝트에 대한 코드를 작성할 수 있는 TensorFlow 버전을 다운로드합니다. TensorFlow 설치 웹 페이지에, 버추얼 엔프를 사용 하 여 TensorFlow를 설치 하는 가장 일반적인 방법 및 최신 지침 의 일부를 볼 수 있습니다., 핍, 도커 그리고 마지막으로, 또한 귀하의 개인 컴퓨터에 TensorFlow를 설치 하는 다른 방법 중 일부. 예를 들어, 3차원 공간에서 3개의 숫자로 시퀀스가 있는 단일 숫자와 벡터를 가진 스칼라를 나타내는 것처럼 텐서는 3차원 공간에서 3R 숫자의 배열로 표현될 수 있습니다. 예를 들어 구성 요소의 합계로 한 벡터를 표현하는 것에 대해 이야기할 때, 그 합계가 주어진 벡터인 두 개 이상의 벡터인 구성 요소 벡터에 대해 이야기하는 것을 볼 수 있습니다. 설치가 성공하면 “conda” 명령을 통해 명령 프롬프트를 체크 인합니다. 명령의 실행은 아래에 표시됩니다 – 당신의 선택의 디렉토리에 cocoapi를 다운로드 한 다음, 같은 텐서 플로우 / 모델 / 연구 디렉토리에 pycocotools 하위 폴더를 복사 : 예를 들어, 방법 매개 변수를 사용하여 기본 동작을 재정의 : TensorFlow 소스 트리의 루트에서 ./configure를 실행하여 시스템 빌드를 구성합니다.

이 스크립트는 TensorFlow 종속성의 위치를 묻는 메시지를 표시하고 추가 빌드 구성 옵션(예: 컴파일러 플래그)을 요청합니다. 5 단계 – 시스템에 “텐서 플로우”를 설치하기 위해 핍을 사용합니다. 설치에 사용되는 명령은 다음과 같이 언급 – 일단 당신이 텐서 플로우를 설치한 후에는 R 패키지텐서 플로우가 설치를 찾을 수 있는지 확인해야합니다. 패키지는 다양한 버전의 Python에 대한 시스템을 검사하고 사용 가능한 가상 환경 및 conda 환경을 검사하므로 많은 경우 추가 노력없이 작동합니다. 컴파일 최적화 플래그의 경우 기본값(-march=네이티브)은 컴퓨터의 CPU 유형에 대해 생성된 코드를 최적화합니다.