如何在mac上编译gpu

‘壹’ 如何在Mac电脑上面编译GPU版本TensorFlow

基本使用
使用 TensorFlow, 你必须明白 TensorFlow:
使用图 （graph） 来表示计算任务。
在被称之为 会话 （Session） 的上下文 （context） 中执行图。
使用 tensor 表示数据。
通过 变量 （Variable） 维护状态。
使用 feed 和 fetch 可以为任意的操作（arbitrary operation） 赋值或者从其中获取数据。

‘贰’ 如何在Mac电脑上面编译GPU版本TensorFlow

普通电脑PC怎样跑TensorFlow的GPU模式
在Mac电脑上面编译GPU版本TensorFlow的方法
基本使用
使用 TensorFlow, 你必须明白 TensorFlow:
使用图 (graph) 来表示计算任务.
在被称之为 会话 (Session) 的上下文 (context) 中执行图.
使用 tensor 表示数据.
通过 变量 (Variable) 维护状态.

‘叁’ 如何在Mac电脑上面编译GPU版本TensorFlow

确定你的Mac是Nvidia显卡，且compute capabilities >= 3.0，点这里查看 你的显卡型号是否支持

确保你的显存至少1GB以上（Mac即使是N卡，内存都少得可怜，我的GT640M只有512M，所以后面跑CNN基本都会OOM）

编译TensorFlow需要安装Xcode（如果安装CUDA 7.5.27，可以用Xcode7.3，否者只能用7.2版本）

假定大家的Mac已经安装了Homebrew（没安装的人点这里安装）

在后续安装过程中有些包下载会非常慢，甚至被墙，所以你最好有VPN，如果不想花钱可以用免费的Lantern

‘肆’ tensorflow-gpu怎么写程序

在Mac电脑上面编译GPU版本TensorFlow的方法
基本使用
使用 TensorFlow, 你必须明白 TensorFlow:
使用图 (graph) 来表示计算任务.
在被称之为 会话 (Session) 的上下文 (context) 中执行图.
使用 tensor 表示数据.
通过 变量 (Variable) 维护状态.
使用 feed 和 fetch 可以为任意的操作(arbitrary operation) 赋值或者从其中获取数据.

‘伍’ 如何在Mac电脑上面编译GPU版本TensorFlow

确定你的Mac是Nvidia显卡，且compute capabilities >= 3.0，点这里查看 你的显卡型号是否支持
确保你的显存至少1GB以上（Mac即使是N卡，内存都少得可怜，我的GT640M只有512M，所以后面跑CNN基本都会OOM）
编译TensorFlow需要安装Xcode（如果安装CUDA 7.5.27，可以用Xcode7.3，否者只能用7.2版本）假定大家的Mac已经安装了Homebrew（没安装的人点这里安装）
在后续安装过程中有些包下载会非常慢，甚至被墙，所以你最好有VPN，如果不想花钱可以用免费的Lantern！

‘陆’ 如何在Mac电脑上面编译GPU版本TensorFlow

而今天我要做的，就是带着所有这些几乎没有编程基础却很想学习Tensorflow的同学跨过这道坎。告诉你们大家如何准备好使用Tensorflow进行编程所需的一切，以及如何看懂教程上的那些代码所代表的含义，那么废话不多说，我们马上开始。

安装环境
Tensorflow的支持列表里是没有Windows的。虽然可以用Docker来实现在Windows上运行，但小问题很多，它支持的最好的还是基于unix内核的系统，如Linux，因此我们最好还是安装一个Linux的环境来运行它。Linux是一款免费的开源操作系统，应用非常广泛，如着名的Android就是基于Linux改进的一款针对手机的操作系统。而对于我们来说，最易于理解的版本就是着名的Ubuntu，点击链接即可去官网下载，正如前面所说，下载和使用都是免费的。
如果你使用的是Mac，那就方便很多了，因为Mac

os本身就是一个基于Unix的操作系统，已经搭载了全部安装Tensorflow所需要的组件。所以安装的很多步骤都可以省去，直接进行Tensorflow的安装，不过命令同Ubuntu有所不同。但你也可以看看接下来的教程，对理解那些命令也会有帮助。呃……你说你在Mac上装了Windows？
下载之后，你会得到一个装着Ubuntu系统的.iso文件。有两个办法来处理它，一是直接安装，同电脑现在在用的系统组成双系统（当然你也可以换掉现在的系统，不过我想应该没有人会愿意这么做的吧哈哈）。如果你不想那么大动干戈，也可以通过虚拟机来虚拟一个系统。不过，安装虚拟机对配置有一定要求，毕竟它相当于在你的电脑上同时打开两个系统了——CPU最好不要低于4代i3（尤其是笔记本，CPU型号的i3/5/7-xxxx的四位数里第一个x就表示它的代数）。内存——注意，内存一定不能低于4g，因为你给虚拟机分配的内存在虚拟机启动之后会1:1的从你的物理内存中划走。再加上物理机系统的消耗。当然，这个配置表是只有下限没有上限的，你的电脑配置越好，体验就越好。而装双系统的话，对配置的需求就小很多了。

网上相关的教程都比较多，在这里就不重复了，注意搜索安装双系统教程的时候要加上你现用的系统和你下载的Ubuntu系统的版本号。这里只讲几个需要注意的地方。

因为Linux对安全性非常重视，因此不仅权限管理十分严格，在创建操作系统的时候也会要求你一定要输入一个密码，这个密码将用来登陆和获得root权限。就比如上面这个界面，如果你不把所有空格都填好是没法点下一步的。

安装好之后，我们看到了一些熟悉的软件和一些不熟悉的软件，我们先不去管它，介绍一下python。Python是一种高级语言，它的特点是程序很简洁，但是因为简洁，所以在将其翻译成CPU可以理解的指令——也就是执行代码的时候速度会比那些低级一些的语言，比如C语言慢一些。不过在现在电脑的性能面前，这种速度的差别大多数时候根本不足挂齿。

解释器
很多人可能会觉得Python很抽象，因为提到Python，大家不会像C语言那样马上想起它有一个专用的编译器。Python可以执行的地方千奇百怪。甚至可以很方便的在系统的Terminal（一个类似于Windows里的命令行的工具）里直接执行。Ubuntu自带了Python，因此一般不用烦心安装事宜。
Tensorflow支持多种前端语言，但对Python的支持是最好的，因此我们的教程也基于Python来进行，首先我们打开Terminal。作为Ubuntu中非常重要的一个组成部分，有很多种方法可以打开它。比如在桌面上点击右键

也可以点击左上角的那个Ubuntu图标搜索。打开后可以看到Terminal窗口如下所示。标题栏里@符号前面是你的用户名。

如果你在你的计算机使用史中从来没有离开过图形用户界面（就是有一个鼠标和很多图标让你点的那种）。看到这个简单得吓人的窗口不要慌，只要输入正确的命令就好了。
在正式开始之前我想说：一定要注意窗口给出的提示（英文）。在实际操作中可能会碰到各种各样的问题，但常见的问题其实都可以根据它的报错信息找到原因，只要上网搜一搜相应的信息就能解决，甚至它自己就会给出解决的建议。如果你发现你的步骤一切正确，但就是无法成功，多试几次就好了，毕竟这些服务都是谷歌提供的，而谷歌……你懂的。

必不可少的python-pip和python-dev
在这个窗口中输入命令：
$ sudo apt-get install python-pip python-dev
注意，窗口中其实已经有一个$符号了，因此你在复制或者输入命令时其实不用将这个$符号也包括进去，但是网上的教程给出命令的时候一般是会把这个符号包括进去的，作为一个标志。注意一下就好。
命令最开始的sudo意味着这条指令将以root权限执行，所以需要输入你最开始设置的那个密码，注意输入过程在屏幕上是不会有任何体现的。输完直接按回车就行。

输入后会出现一串代码，然后问是否继续，输入y回车
然后可以静待安装完成，解释一下这条命令：apt-get是从软件仓库中获取软件的一条命令，而软件仓库是Linux各大发行版的共有特征：它是一系列存放软件的服务器或网站，包含了软件包和索引文件，用户可以很轻松的使用命令自动定位并安装其中的软件，而省去了到处搜索的麻烦。install则是安装指令，而python-pip和python-dev则是两个需要安装的软件包的名字。pip可以理解成一个比较高级的软件安装器，安装Tensorflow要用到，而dev则是一个额外的类库，也是Tensorflow的安装和运行需要的。如果一切顺利，在大串英文划过后，我们会看到如下的界面：

‘柒’ 如何在Mac电脑上面编译GPU版本TensorFlow

确定你的Mac是Nvidia显卡，且compute capabilities >= 3.0，点这里查看 你的显卡型号是否支持

确保你的显存至少1GB以上（Mac即使是N卡，内存都少得可怜，我的GT640M只有512M，所以后面跑CNN基本都会OOM）

编译TensorFlow需要安装Xcode（如果安装CUDA 7.5.27，可以用Xcode7.3，否者只能用7.2版本）

假定大家的Mac已经安装了Homebrew（没安装的人点这里安装）

‘捌’ 如何在Mac电脑上面编译GPU版本TensorFlow

在Mac电脑上面编译GPU版本TensorFlow的方法

• 基本使用

• 使用 TensorFlow, 你必须明白 TensorFlow:

• 使用图 (graph) 来表示计算任务.

• 在被称之为 会话 (Session) 的上下文 (context) 中执行图.

• 使用 tensor 表示数据.

• 通过 变量 (Variable) 维护状态.

• 使用 feed 和 fetch 可以为任意的操作(arbitrary operation) 赋值或者从其中获取数据.

‘玖’ 如何在Mac电脑上面编译GPU版本TensorFlow

1
而今天我要做的，就是带着所有这些几乎没有编程基础却很想学习Tensorflow的同学跨过这道坎。告诉你们大家如何准备好使用Tensorflow进行编程所需的一切，以及如何看懂教程上的那些代码所代表的含义，那么废话不多说，我们马上开始。

2
安装环境
Tensorflow的支持列表里是没有Windows的。虽然可以用Docker来实现在Windows上运行，但小问题很多，它支持的最好的还是基于unix内核的系统，如Linux，因此我们最好还是安装一个Linux的环境来运行它。Linux是一款免费的开源操作系统，应用非常广泛，如着名的Android就是基于Linux改进的一款针对手机的操作系统。而对于我们来说，最易于理解的版本就是着名的Ubuntu，点击链接即可去官网下载，正如前面所说，下载和使用都是免费的。
如果你使用的是Mac，那就方便很多了，因为Mac os本身就是一个基于Unix的操作系统，已经搭载了全部安装Tensorflow所需要的组件。所以安装的很多步骤都可以省去，直接进行Tensorflow的安装，不过命令同Ubuntu有所不同。但你也可以看看接下来的教程，对理解那些命令也会有帮助。呃……你说你在Mac上装了Windows？
下载之后，你会得到一个装着Ubuntu系统的.iso文件。有两个办法来处理它，一是直接安装，同电脑现在在用的系统组成双系统（当然你也可以换掉现在的系统，不过我想应该没有人会愿意这么做的吧哈哈）。如果你不想那么大动干戈，也可以通过虚拟机来虚拟一个系统。不过，安装虚拟机对配置有一定要求，毕竟它相当于在你的电脑上同时打开两个系统了——CPU最好不要低于4代i3（尤其是笔记本，CPU型号的i3/5/7-xxxx的四位数里第一个x就表示它的代数）。内存——注意，内存一定不能低于4g，因为你给虚拟机分配的内存在虚拟机启动之后会1:1的从你的物理内存中划走。再加上物理机系统的消耗。当然，这个配置表是只有下限没有上限的，你的电脑配置越好，体验就越好。而装双系统的话，对配置的需求就小很多了。