<mark id="oztn4"></mark>
18
AI這個概念好像突然就火起來了，年初大比分戰勝李世石的AlphaGo成功的吸引了大量的關注，但其實看看你的手機上的語音助手，相機上的人臉識別，今日頭條上幫你自動篩選出來的新聞，還有各大音樂軟件的歌曲“每日推薦”……形形色色的AI早已進入我們生活的方方面面。深刻的影響了著我們，可以說，這是一個AI的時代。
其實早在去年年底，谷歌就開源了其用來制作AlphaGo的深度學習系統Tensorflow，相信有不少同學曾經對著這款強大的機器學習系統蠢蠢欲動，但雖然有關Tensorflow的教程其實不少，甚至谷歌官方就在Tensorflow的官網給出了一份詳細的教程，也有網站已經將其翻譯成了中文（點擊查看），但它仍然是有門檻的，尤其是對于對計算機及編程語言了解不深的同學，可能看著頁面上憑空給出的代碼陷入懵逼。
而今天我要做的，就是帶著所有這些幾乎沒有編程基礎卻很想學習Tensorflow的同學跨過這道坎。告訴你們大家如何準備好使用Tensorflow進行編程所需的一切，以及如何看懂教程上的那些代碼所代表的含義，那么廢話不多說，我們馬上開始。
Tensorflow的支持列表里是沒有Windows的。雖然可以用Docker來實現在Windows上運行，但小問題很多，它支持的最好的還是基于unix內核的系統，如Linux，因此我們最好還是安裝一個Linux的環境來運行它。Linux是一款免費的開源操作系統，應用非常廣泛，如著名的Android就是基于Linux改進的一款針對手機的操作系統。而對于我們來說，最易于理解的版本就是著名的Ubuntu，點擊鏈接即可去官網下載，正如前面所說，下載和使用都是免費的。
如果你使用的是Mac，那就方便很多了，因為Mac os本身就是一個基于Unix的操作系統，已經搭載了全部安裝Tensorflow所需要的組件。所以安裝的很多步驟都可以省去，直接進行Tensorflow的安裝，不過命令同Ubuntu有所不同。但你也可以看看接下來的教程，對理解那些命令也會有幫助。呃……你說你在Mac上裝了Windows？
下載之后，你會得到一個裝著Ubuntu系統的.iso文件。有兩個辦法來處理它，一是直接安裝，同電腦現在在用的系統組成雙系統（當然你也可以換掉現在的系統，不過我想應該沒有人會愿意這么做的吧哈哈）。如果你不想那么大動干戈，也可以通過虛擬機來虛擬一個系統。不過，安裝虛擬機對配置有一定要求，畢竟它相當于在你的電腦上同時打開兩個系統了——CPU最好不要低于4代i3（尤其是筆記本，CPU型號的i3/5/7-xxxx的四位數里第一個x就表示它的代數）。內存——注意，內存一定不能低于4g，因為你給虛擬機分配的內存在虛擬機啟動之后會1:1的從你的物理內存中劃走。再加上物理機系統的消耗。當然，這個配置表是只有下限沒有上限的，你的電腦配置越好，體驗就越好。而裝雙系統的話，對配置的需求就小很多了。
虛擬機安裝中
網上相關的教程都比較多，在這里就不重復了，注意搜索安裝雙系統教程的時候要加上你現用的系統和你下載的Ubuntu系統的版本號。這里只講幾個需要注意的地方。
因為Linux對安全性非常重視，因此不僅權限管理十分嚴格，在創建操作系統的時候也會要求你一定要輸入一個密碼，這個密碼將用來登陸和獲得root權限。就比如上面這個界面，如果你不把所有空格都填好是沒法點下一步的。
Ubuntu桌面的樣子，（悄悄說一句筆者覺得基于Unix的系統普遍比Windows好看太多，主要是字體看著真舒服）
安裝好之后，我們看到了一些熟悉的軟件和一些不熟悉的軟件，我們先不去管它，介紹一下Python。Python是一種高級語言，它的特點是程序很簡潔，但是因為簡潔，所以在將其翻譯成CPU可以理解的指令——也就是執行代碼的時候速度會比那些低級一些的語言，比如C語言慢一些。不過在現在電腦的性能面前，這種速度的差別大多數時候根本不足掛齒。
很多人可能會覺得Python很抽象，因為提到Python，大家不會像C語言那樣馬上想起它有一個專用的編譯器。Python可以執行的地方千奇百怪。甚至可以很方便的在系統的Terminal（一個類似于Windows里的命令行的工具）里直接執行。Ubuntu自帶了Python，因此一般不用煩心安裝事宜。
Tensorflow支持多種前端語言，但對Python的支持是最好的，因此我們的教程也基于Python來進行，首先我們打開Terminal。作為Ubuntu中非常重要的一個組成部分，有很多種方法可以打開它。比如在桌面上點擊右鍵
也可以點擊左上角的那個Ubuntu圖標搜索。打開后可以看到Terminal窗口如下所示。標題欄里@符號前面是你的用戶名。
如果你在你的計算機使用史中從來沒有離開過圖形用戶界面（就是有一個鼠標和很多圖標讓你點的那種）。看到這個簡單得嚇人的窗口不要慌，只要輸入正確的命令就好了。
在正式開始之前我想說：一定要注意窗口給出的提示（英文）。在實際操作中可能會碰到各種各樣的問題，但常見的問題其實都可以根據它的報錯信息找到原因，只要上網搜一搜相應的信息就能解決，甚至它自己就會給出解決的建議。如果你發現你的步驟一切正確，但就是無法成功，多試幾次就好了，畢竟這些服務都是谷歌提供的，而谷歌……你懂的。
注意，窗口中其實已經有一個$符號了，因此你在復制或者輸入命令時其實不用將這個$符號也包括進去，但是網上的教程給出命令的時候一般是會把這個符號包括進去的，作為一個標志。注意一下就好。
命令最開始的sudo意味著這條指令將以root權限執行，所以需要輸入你最開始設置的那個密碼，注意輸入過程在屏幕上是不會有任何體現的。輸完直接按回車就行。
輸入后會出現一串代碼，然后問是否繼續，輸入y回車
然后可以靜待安裝完成，解釋一下這條命令：apt-get是從軟件倉庫中獲取軟件的一條命令，而軟件倉庫是Linux各大發行版的共有特征：它是一系列存放軟件的服務器或網站，包含了軟件包和索引文件，用戶可以很輕松的使用命令自動定位并安裝其中的軟件，而省去了到處搜索的麻煩。install則是安裝指令，而python-pip和python-dev則是兩個需要安裝的軟件包的名字。pip可以理解成一個比較高級的軟件安裝器，安裝Tensorflow要用到，而dev則是一個額外的類庫，也是Tensorflow的安裝和運行需要的。如果一切順利，在大串英文劃過后，我們會看到如下的界面：
$ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl
就像前面所說的，你可能會碰到這樣那樣的問題，比如下圖這樣的
在這些時刻，不要慌張，仔細閱讀錯誤信息，越往后的通常越重要，因為結論都是在最后給出的，像這個的最后：
你看，它不僅告訴了你應該試著做什么，連怎么做都告訴你了。按它說的做就好
不過其實當時筆者用的并不是8.1.1版本，使用升級命令后也只是升級到了8.1.1版本，再次輸入相同命令，它會告訴你你的版本已經是最新的了。但問題確實解決了，這條提示在之后沒有再出現。
更新程序將版本更新到了8.1.1，然后這個提示就不會再煩你了
再次輸入安裝Tensorflow的命令，如果不行，就多試幾次，
仔細看這些黃字的信息，會發現Network is unreachable這樣的字樣，如果你有什么傳說中的利器的話，現在是時候拿出來用了。但是不用也沒關系，多試幾次，還是可以成功的。
出現上圖這樣的界面的時候，你就可以長舒一口氣，因為安裝已經完成，現在你已經可以使用Tensorflow了，讓我們跟著教程向世界說聲hi吧。
從Terminal進入Python環境的方法也很簡單，直接輸入命令：Python。如果本機已經安裝了Python，Terminal會顯示Python的版本號等信息，同時下一個指令的前綴會由用戶名等一串字符變成這樣的東西：“>>>”，這說明進入完成了。
按照下面的命令一行一行的敲入代碼，語法我在這就不解釋了~
為了到達這一步，你可能付出了很多艱辛，可能中途出了很多錯，但相信當你看到程序真的按照你的指令來運行了一遍，你會覺得這一切都是值得的。
#彩蛋時間#
1.程序員們在接觸一門新語言的時候，通常做的第一件事就是編寫一個Hello World程序，這一慣例源自最初一批大神們對計算機程序的希冀，希望它們就像一個新生兒一樣，能友善的對這個世界宣告它的到來。
2.數字42的含義非常深刻。據著名一本道科幻小說“銀河系漫游指南”所說，42是一個關于“生命、宇宙以及一切”的問題的答案（哈？你問我問題是什么？）。谷歌的創始人很可能也是這本小說的狂熱粉絲，因為谷歌把這個彩蛋也嵌入了它們的搜索引擎之中，而且谷歌的總部外面就有一個“42”的模型。
雖然說在Terminal里就可以直接編程了，但我們總還是需要一個工具的，要不然要編一個大型程序幾乎是不可能完成的事。這就是IDE出場的時候了。大家就會驚喜的發現，自己之前在C語言看過的熟悉的編程界面又回來了（當然它們很多都是收費的）。其實由于Python是開源的，理論上任何人足夠厲害的人都能開發出針對它的IDE，而確實有很多人這樣做了。牛人太多，他們做出的工具孰優孰劣大家并沒有統一的意見，所以大家干脆就不介紹該用哪個了，這才造成了很多人對Python“抽象”的感覺。
好用的IDE有很多，本文介紹的是Komodo IDE的免費版Komodo Edit。在Linux下打開它的官網（點擊鏈接http://komodoide.com/download/edit-linux64/#），下載得到的是一個壓縮文件。點擊右鍵解壓。
Linux中安裝有些第三方軟件的方法和Windows不太一樣，比如這款，在它的文件夾里有一個install.sh。
這實際上就是安裝文件，但直接打開它是不行的，要安裝它還得在Terminal里進行。進入Terminal，確保自己在普通而不是Python環境下，然后通過輸入cd+文件夾名稱，逐層進入這個安裝文件所在的文件夾，如進入Download文件夾，就輸入：cd Download（Python對大小寫敏感，因此最好養成在輸入時都分清大小寫的習慣。），因為在輸入一個安裝命令的時候，程序只會在你當前所在的那個文件夾（不包括子文件夾）里搜索安裝文件的名稱。習慣圖形界面的人可能會有點頭暈，但是只要牢記以下這點就能找到回家的路：打開Terminal時默認你所在的文件夾對應的文件管理器界面就是下圖這個。在初期你可以一邊開著圖形界面打開文件夾，一邊在Terminal里敲出對應的路徑，這樣就不會迷路了。
當然，有些軟件有更簡單的安裝方式，這里不講了。
到達安裝文件所在的界面之后，輸入./+文件名稱，如本例中就是輸入./install.sh，效果如下：
按照信息中給出的路徑就可以找到啟動這個程序的文件了，本例的文件在bin里。
接下來的設置就和在Windows中差不多了。
打開后，我們通過它試驗一下官方教程中“介紹”部分給出的一個相對簡單的算法。
點擊New File
點擊右上角的語言選擇，選擇Python，這樣就可以在輸入過程中檢查出一些語法錯誤。
（如果直接復制的話，會把網頁里帶有的一些奇怪的代碼也帶過來，會導致程序運行出錯，如下面示例中出現過的那樣，因此需要將中文注釋刪掉。）將輸入的代碼保存為*.py，這是Python文件的后綴名。可以通過Terminal調用。按照之前的方法在Terminal中進入到存放文件的文件夾里，本文中的路徑是這樣的：
然后輸入Python+文件名，本例中是Python Text-3.py，由于這個算法很簡單，很快就能得到結果。滿滿的成就感有沒有？
其實本教程只是開了一個很小很小的頭，講解了關于Tensorflow的一些最基礎的知識，包括其他環境中的安裝、GPU支持等稍微復雜一點的東西都沒有講到。但實際上這從0到1的過程卻是難住很多人的最大因素。在了解到教程中的這些東西之后，相信理解Tensorflow的官方教程已經對你沒有難度了，如果你跟著官方教程走下去，會發現其實這些東西并不算難，相信以各位的智慧一定能學會的。那么本次教程就到這里了，各位加油吧，說不定創造出下一個AlphaGo的就是你們呢。
題圖來自Tensorflow官網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
