如何在mac上編譯gpu

『壹』 如何在Mac電腦上面編譯GPU版本TensorFlow

基本使用
使用 TensorFlow, 你必須明白 TensorFlow:
使用圖 （graph） 來表示計算任務。
在被稱之為 會話 （Session） 的上下文 （context） 中執行圖。
使用 tensor 表示數據。
通過 變數 （Variable） 維護狀態。
使用 feed 和 fetch 可以為任意的操作（arbitrary operation） 賦值或者從其中獲取數據。

『貳』 如何在Mac電腦上面編譯GPU版本TensorFlow

普通電腦PC怎樣跑TensorFlow的GPU模式
在Mac電腦上面編譯GPU版本TensorFlow的方法
基本使用
使用 TensorFlow, 你必須明白 TensorFlow:
使用圖 (graph) 來表示計算任務.
在被稱之為 會話 (Session) 的上下文 (context) 中執行圖.
使用 tensor 表示數據.
通過 變數 (Variable) 維護狀態.

『叄』 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

『肆』 tensorflow-gpu怎麼寫程序

在Mac電腦上面編譯GPU版本TensorFlow的方法
基本使用
使用 TensorFlow, 你必須明白 TensorFlow:
使用圖 (graph) 來表示計算任務.
在被稱之為 會話 (Session) 的上下文 (context) 中執行圖.
使用 tensor 表示數據.
通過 變數 (Variable) 維護狀態.
使用 feed 和 fetch 可以為任意的操作(arbitrary operation) 賦值或者從其中獲取數據.

『伍』 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！

『陸』 如何在Mac電腦上面編譯GPU版本TensorFlow

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。告訴你們大家如何准備好使用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，那麼廢話不多說，我們馬上開始。

安裝環境
Tensorflow的支持列表裡是沒有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於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就是基於Linux改進的一款針對手機的操作系統。而對於我們來說，最易於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本身就是一個基於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？
下載之後，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願意這么做的吧哈哈）。如果你不想那麼大動干戈，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，畢竟它相當於在你的電腦上同時打開兩個系統了——CPU最好不要低於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，內存一定不能低於4g，因為你給虛擬機分配的內存在虛擬機啟動之後會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。

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，因此不僅許可權管理十分嚴格，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許可權。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。

安裝好之後，我們看到了一些熟悉的軟體和一些不熟悉的軟體，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。

解釋器
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（一個類似於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於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。打開後可以看到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（就是有一個滑鼠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。

必不可少的python-pip和python-dev
在這個窗口中輸入命令：
$ sudo apt-get install python-pip python-dev
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許可權執行，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。

輸入後會出現一串代碼，然後問是否繼續，輸入y回車
然後可以靜待安裝完成，解釋一下這條命令：apt-get是從軟體倉庫中獲取軟體的一條命令，而軟體倉庫是Linux各大發行版的共有特徵：它是一系列存放軟體的伺服器或網站，包含了軟體包和索引文件，用戶可以很輕松的使用命令自動定位並安裝其中的軟體，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體包的名字。pip可以理解成一個比較高級的軟體安裝器，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，在大串英文劃過後，我們會看到如下的界面：

『柒』 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）

『捌』 如何在Mac電腦上面編譯GPU版本TensorFlow

在Mac電腦上面編譯GPU版本TensorFlow的方法

• 基本使用

• 使用 TensorFlow, 你必須明白 TensorFlow:

• 使用圖 (graph) 來表示計算任務.

• 在被稱之為 會話 (Session) 的上下文 (context) 中執行圖.

• 使用 tensor 表示數據.

• 通過 變數 (Variable) 維護狀態.

• 使用 feed 和 fetch 可以為任意的操作(arbitrary operation) 賦值或者從其中獲取數據.

『玖』 如何在Mac電腦上面編譯GPU版本TensorFlow

1
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。告訴你們大家如何准備好使用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，那麼廢話不多說，我們馬上開始。

2
安裝環境
Tensorflow的支持列表裡是沒有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於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就是基於Linux改進的一款針對手機的操作系統。而對於我們來說，最易於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本身就是一個基於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？
下載之後，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願意這么做的吧哈哈）。如果你不想那麼大動干戈，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，畢竟它相當於在你的電腦上同時打開兩個系統了——CPU最好不要低於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，內存一定不能低於4g，因為你給虛擬機分配的內存在虛擬機啟動之後會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。