TensorFlow 基礎篇〈上〉

TensorFlow 基礎篇〈上〉2017-08-01

隨著深度學習的蓬勃發展，各式各樣的開源學習框架也層出不窮，theano、 tensorflow、 caffe、 keras、torch還有最近新出的pytorch等等，其中由Google Brain團隊開源的tensorflow在2015年年底一出現就受到極大的關注，目前的使用率也是數一數二。
在之後的文章中，我們將為大家帶來完整的tensorflow基礎教學，然而，還是希望讀者能夠

• 看得懂python的程式，並能夠撰寫簡單的程式
• 有使用命令列(command line)的經驗

此系列文章目的是教大家如何使用tensorflow，沒有介紹深度學習的原理，如果對深度學習完全不了解，也可以照著教學做出訓練模型，不過還是建議先看台大電機系李宏毅教授的機器學習教學影片，再來學習tensorflow會比較有效益。

為何要用tensorflow

在進入tensorflow的hello world之前，我們先來簡單介紹一下tensorflow的優勢及其它套件相較之下的差異性，tensorflow在所有學習框架當中，不算是最容易上手的，對一個機器學習初新者，只是想要瞭解一下並自己實作一些簡單例子的話，我會建議先從keras開始學起，因為keras設計目標就是從簡、高度模組化，tensorflow則比較偏向於研究用，和其它套件比起來具有以下特點：

• 開發自由度高
  對於一個想更深入研究機器學習的使用者來說，tensorflow就是一個自由度很高又不會過於麻煩的工具，在機器學習中頻繁出現的複雜數學計算在tensorflow中只要幾行程式碼就能解決，又不會像keras一樣過於模組化而無法實現太多變形，而且有python接口和C++接口可以選擇，此系列文章主要就是用python教學。
• 遇到問題較容易搜尋到解決辦法
  寫程式最可怕的就debug，由於使用tensorflow的社群很大又很熱心，又是Google開源，各種問題都會在網路上被熱烈討論，跟其他工具比起來，很容易在網路上google到解決方法，這是tensorflow很大的優勢。
• 會隨著新的機器學習演算法衍生而更新
  在這個深度學習快速成長的時代，新的論文不斷推陳出新，而tensorflow更新也很快速，會將可靠的論文直接寫成function提供給使用者可以方便使用，在開發上也會更輕鬆快速。
• 具有高度可視化工具tensorBoard
  最後一點是tensorflow很特別的一點，tensorBoard是tensorflow專屬的視覺化工具，在開發自己的模型的時候，容易因為訓練狀況不如預期而陷入迷惑，這時tensorBoard就非常有用，除了可以視覺化你的模型以外，也可以將我們關心的指標視覺化來幫助瞭解訓練狀況，是非常強大的工具。
  

tensorflow 安裝教學

看完了tensorflow的一些特點後，我們接下來將教大家如何安裝tensorflow 在windows上以及linux(Ubuntu)上，本篇文章只有教CPU版本的安裝方法，如果要用GPU訓練的話要另外安裝GPU版本以及CuDNN，有興趣可以參考tensorflow官網。

Linux(Ubuntu) 安裝

對於linux(Ubuntu)系統的同學，最快也最簡單的安裝方法就是透過pip3，所以如果還沒裝過python3和pip3，建議從 step 1. 開始，如果已經裝好python3和pip3以上，也可以從 step 3. 開始，一步一步輸入以下指令。

step 1.

先打開command line

step 2.
使用apt-get安裝python3，輸入以下指令

sudo apt-get update
sudo apt-get install python3

step 3.
python3 安裝完成，接下來輸入以下指令安裝pip3

sudo apt-get install python3-pip

step 4.
安裝完pip3後，我們就可以用pip3來裝tensorflow了，輸入以下指令

sudo pip3 install tensorflow 

step 5.
安裝完成！！！在command line輸入以下指令打開python3

python3

step 6.
接著輸入以下指令測試一下tensorflow是否安裝完成

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果出現以下字元就是代表安裝成功

Hello, TensorFlow!

Windows 安裝

windows版本也會透過pip3進行安裝，在python3.4+後，安裝python3就會附有pip3，如果已經有安裝過python3以上的同學，就可以直接從step 5開始，如果還沒安裝過python3，建議從step 1. 開始。
step 1.
前往 python官網
step 2.
前往Download頁面選擇3.5.2下載。

step 3.
在點下Download後，會需要選擇x86-64還是amd64的installer，推薦選擇 Windows x86-64 executable installer下載。
step 4.
點開下載下來的安裝檔開始安裝，安裝過程要記得選擇Add Python 3.5 to PATH。當你看到Setup was successful後，就是python3安裝完成了。
step 5.
有了python3後，我們可以開始安裝tensorflow，先用工作管理員打開命令提示字元。

step 6.
打開命令提示字元後打入以下指令。

C:\> pip3 install --upgrade tensorflow

step 7.
安裝完成！！先在命令提示字元輸入以下指令打開python3。

C:\> python3

輸入以下指令測試一下tensorflow是否安裝完成。

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果出現以下字元就是代表安裝成功。

Hello, TensorFlow!

小結

測試的時候，還不了解tensorflow的運作原理沒關係，下一篇文章將會詳細介紹tensorflow各元件，看完就能知道tensorflow怎麼印出Hello, TensorFlow!的，以下的教學將會以python3、tensorflow1.2為主。