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