TensorFlow-Installation und detaillierte Erläuterung der Jupyter-Notebook-Konfiguration

巴扎黑
Freigeben: 2017-09-09 11:23:53
Original
3529 Leute haben es durchsucht

Der folgende Editor bringt Ihnen einen Artikel über die TensorFlow-Installation und die Konfigurationsmethoden für Jupyter-Notebooks. Der Herausgeber findet es ziemlich gut, deshalb werde ich es jetzt mit Ihnen teilen und es allen als Referenz geben. Folgen wir dem Editor, um einen Blick darauf zu werfen

Tensorflow verwendet Anaconda für die Installation unter Ubuntu sowie das Jupyter-Notebook-Laufverzeichnis und die Fernzugriffskonfiguration

Installation von Anaconda unter Ubuntu


bash ~/file_path/file_name.sh
Nach dem Login kopieren

Sie können Strg+C drücken, um zu überspringen, wenn die Berechtigung angezeigt wird. Ja, ich stimme zu.

Nach Abschluss der Installation werden Sie gefragt, ob Sie den Pfad hinzufügen möchten, oder Sie können den Dateiinhalt selbst ändern

Schließen Sie die Befehlskonsole und öffnen Sie sie erneut


python -V
Nach dem Login kopieren

Sie können überprüfen, ob die Installation erfolgreich war

Ändern Sie die Python-Version von Anaconda, um die TF-Anforderungen zu erfüllen


conda install python=3.5
Nach dem Login kopieren

Anaconda installiert TensorFlow

Holen Sie sich die TF-Quelle von Anaconda


anaconda search -t conda tensorflow
Nach dem Login kopieren

Danach Warten, die Liste wird angezeigt und die von mir ausgewählte Conda-Forge/Tensorflow-Quelle wird installiert.


anaconda show conda-forge/tensorflow
Nach dem Login kopieren

zeigt die aktuellen Installationsinformationen an und fordert Sie dazu auf Geben Sie den Befehl ein, den Sie installieren möchten: conda install --channel XXXX URL

Eingabeaufforderung nach der Eingabe Geben Sie für Paketinformationen, die installiert werden müssen, Y ein, um zuzustimmen und zu installieren.

Die Download-Geschwindigkeit einiger Pakete ist sehr langsam, Sie können zuerst Lantern öffnen

Nutzung und Konfiguration des Jupiter-Notebooks

Geben Sie jupyter unter Ubuntu ein. Öffnen Sie das Notebook

jupyter notebook --generate-config, um die Standardkonfigurationsdatei jupyter_notebook_config.py zu generieren

Standardadresskonfiguration

Ändern Sie die Konfigurationsdatei c.NotebookApp .notebook_dir = 'XXXX'

Fernzugriff

Fernzugriff ist standardmäßig nicht verfügbar

Generieren Sie zunächst ein Anmeldekennwort: Öffnen Sie ipython und geben Sie

< ein 🎜>

from notebook.auth import passwd
Nach dem Login kopieren
passwd() Geben Sie das Passwort ein, das gemäß den Eingabeaufforderungen festgelegt werden soll. Das generierte sha1-Passwort

muss vollständig kopiert werden, zum Beispiel:


sha1:ce23d945972f:34769685a7ccd3d08c84a18c63968a41f1140274
Nach dem Login kopieren
Ändern Sie die Konfigurationsdatei


c.NotebookApp.ip=&#39;*&#39;
c.NotebookApp.password = u&#39;sha:xxxxxxxxxxxxxxxxxxxxxxxxxx&#39;
c.NotebookApp.open_browser = False
c.NotebookApp.port =8888
Nach dem Login kopieren

Beachten Sie, dass die IP ein * und u enthält

bevor der Fernzugriff verfügbar ist, nachdem die Konfiguration abgeschlossen ist. Die Webseite wird nicht automatisch geöffnet Geben Sie beim Öffnen das Passwort ein, bevor Sie darauf zugreifen.

Hinweis 1: Ubuntu kann ifconfig verwenden, um die lokale IP-Adresse zu erhalten

Hinweis 2: Die virtuelle Maschine kann den NAT-Modus oder Bridge-Modus verwenden, um den Host für das Notebook zugänglich zu machen

Das obige ist der detaillierte Inhalt vonTensorFlow-Installation und detaillierte Erläuterung der Jupyter-Notebook-Konfiguration. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage