tensorflowmac編譯
『壹』 如何在Mac電腦上面編譯GPU版本TensorFlow
確定你的Mac是Nvidia顯卡,且compute capabilities >= 3.0,點這里查看 你的顯卡型號是否支持
確保你的顯存至少1GB以上(Mac即使是N卡,內存都少得可憐,我的GT640M只有512M,所以後面跑CNN基本都會OOM)
編譯TensorFlow需要安裝Xcode(如果安裝CUDA 7.5.27,可以用Xcode7.3,否者只能用7.2版本)假定大家的Mac已經安裝了Homebrew(沒安裝的人點這里安裝)
在後續安裝過程中有些包下載會非常慢,甚至被牆,所以你最好有VPN,如果不想花錢可以用免費的Lantern!
『貳』 opencv3與tensorflow的關系,各有什麼有優缺點
優缺點如下:
一、OpenCV
1、研究代碼(慢,不穩定,獨立並與其他庫不兼容)。
2、耗費很高的商業化工具(比如Halcon,MATLAB+Simulink)。
3、依賴硬體的一些特別的解決方案(比如視頻監控,製造控制系統,醫療設備)這是如今的現狀,而標準的API將簡化計算機視覺程序和解決方案的開發,OpenCV致力於成為這樣的標准API。
二、TensorFlow
1、可用性
TensorFlow 工作流程相對容易,API 穩定,兼容性好,並且 TensorFlow 與 Numpy 完美結合,這使大多數精通 Python 數據科學家很容易上手。
與其他一些庫不同,TensorFlow 不需要任 何編譯時間, 這允許你可以更快地迭代想法。在TensorFlow 之上 已經建立了多個高級 API,例如Keras 和 SkFlow,這給用戶使用TensorFlow 帶來了極大的好處。
2、靈活性
TensorFlow 能夠在各種類型的機器上運行,從超級計算機到嵌入式系統。它的分布式架構使大量數據集的模型訓練不需要太多的時 間。TensorFlow 可以同時在多個 CPU,GPU 或者兩者混合運行。
3、效率
自 TensorFlow 第一次發布以來,開發團隊花費了大量的時間和努力 來改進TensorFlow 的大部分的實現代碼。 隨著越來越多的開發人 員努力,TensorFlow 的效率不斷提高。
系統支持
可以在Windows,Android,Maemo,FreeBSD,OpenBSD,iOS,Linux 和Mac OS等平台上運行。使用者可以在 SourceForge 獲得官方版本,或者從 SVN 獲得開發版本。OpenCV也是用CMake。
在Windows上編譯OpenCV中與攝像輸入有關部分時,需要DirectShow SDK中的一些基類。該SDK可以從預先編譯的Microsoft Platform SDK(or DirectX SDK 8.0 to 9.0c / DirectX Media SDK prior to 6.0)的子目錄獲得。
『叄』 Mac鐢佃剳鑳界敤GPU鍚
涓嶈兘銆
鍩烘湰涓婃墍鏈夌殑macbook鑻規灉鏈閮芥槸浣跨敤鐨AMD鏄懼崱,涓嶆敮鎸丯avid鏄懼崱,鎵浠ヨ嫻鏋滅瑪璁版湰鐨凾ensorflow絳鏈哄櫒瀛︿範妗嗘灦涓嶈兘鍦℅PU涓婃墽琛屻