首先,tensorflow的版本更新迭代比较快,一般来说,当前的比较新的项目都对tensorflow的版本有要求,稍微低一点的版本有可能就实现不了我们指定的那一块机器学习的功能,我们的项目是要求tensorflow版本在1.9,对应的python环境3.6.5,这个就触及到了整个项目中最大的一个坑。
Tensorflow从1.6开始从AVX编译二进制文件,所以如果你的CPU不支持AVX
你需要
安装tensorflow失败的时候,它的提示信息可不像这里这么友好,我几乎是反复安装了好几个tensorflow的依赖之后发现这样做太麻烦,解决了这个问题之后才尝到的甜果。这个出错信息是,anaconda中明明有tensorflow的库,但是真正调出python的命令框的时候,提示的是,core dumped。
总结起来就是:我们Linux系统的版本不是最主要的,主要的是,这个服务器必须是基于vmware的底层的机器才能支持avx的指令集。
确定了这个原则没有问题了之后,我们再开始做这个功能并部署这个项目。
项目环境:
jdk1.8+anaconda(python3.6.5)+tensorflow1.9
功能描述:
根据已经训练好的模型和tensorflow的库判断一张图片里头的产品是否能继续使用还是丢掉,用于回收成本。
1、安装ananconda3,安装完了之后我们能使用pip。
2、使用pip命令安装 python,安装之前需要配置镜像。
3、使用python命令 调出python命令框,在里头import tensorflow 看能否引用成功。
4、退出python命令框,rz 上传 模型文件、图片 、 python文件,然后用python + python文件 + 模型 + 图片 的方式,看有没有结果出来。
免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删