摘要：模塊中包含著大量的語(yǔ)料庫(kù)，可以很方便地完成很多自然語(yǔ)言處理的任務(wù)，包括分詞詞性標(biāo)注命名實(shí)體識(shí)別及句法分析。導(dǎo)入工具包，下載數(shù)據(jù)源。在終端輸入是第一被添加到核心中的高級(jí)別框架，成為的默認(rèn)。至此開(kāi)發(fā)環(huán)境配置完畢

內(nèi)存：8G+
cpu：i5+
硬盤：SSD 128G+

本人的電腦配置是cpu：i7, 內(nèi)存：16G,硬盤:SSD 256G

1.1 安裝pip

打開(kāi)terminal，執(zhí)行命令：
$ sudo easy_install pip
passwork:******

2 安裝virtualenv沙箱工具

$ pip install virtualenv --upgrade
$ sudo pip install virtualenv --upgrade

3 創(chuàng)建沙箱環(huán)境

$virtualenv --system-site-packages /virenv_path/

4 運(yùn)行tensorflow

進(jìn)入沙箱路徑
$ cd /virenv_path/

激活沙箱
$ source bin/activate

安裝tensorflow
$ pip install tensorflow

安裝bazel工具
從源代碼編譯安裝，需要使用Bazel編譯工具，而安裝bazel需要先安裝xcode-select,在terminal輸入命令:
$ xcode-select --install
$ brew install bazel<

進(jìn)入python
$ python
運(yùn)行測(cè)試代碼
>>>import tensorflow as tf
>>>hello = tf.constant("Hello, TensorFlow!")
>>>sess = tf.Session()
>>>print sess.run(hello)
$ Hello, TensorFlow!
恭喜，tensorFlow環(huán)境已經(jīng)成功安裝！

2.1 安裝jdk

  TensorFlow編譯時(shí)會(huì)用到j(luò)dk，有些系統(tǒng)已經(jīng)安裝可跳過(guò)，如果沒(méi)有安裝可根據(jù)configure時(shí)的報(bào)錯(cuò)提示安裝

2.2 激活沙箱

 $ source bin/activate

2.3 開(kāi)始配置tensorflow

 $./configure
 配置中會(huì)出現(xiàn)很多可選項(xiàng)，所有選項(xiàng)都選n，路徑跳過(guò)

2.4 編譯(會(huì)消耗較長(zhǎng)時(shí)間)

  $ bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package

2.5 生成pip安裝包

  $ bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

2.6 安裝TensorFlow

  $ pip install /tmp/tensorflow_pkg/tensorflow-($version)-cp27m-macosx_10_7_x86_64.whl

3.1 numpy

  $ pip install numpy --upgrade

3.2 matplotlib

  python最著名的繪圖庫(kù)，他提供了一整套和MATLAB相似的命令A(yù)PI，十分適合交互式地進(jìn)行制圖，用它可以畫出美麗的線圖、散點(diǎn)圖、等高線圖，條形圖、柱狀圖、3D圖等，而且還可以方便地將它作為繪圖控件，嵌入GUI應(yīng)用程序中。
  
  $ sudo pip install matplotlib --upgrade
  
  安裝完之后輸入
  
  $python
  >>>import matplotlib
  
  如果報(bào)錯(cuò)輸入
  
  >>>quit()
  
  則退出python,使用easy_install安裝，命令如下:
  
  $ easy_install matplotlib
  
  安裝完畢后進(jìn)入python驗(yàn)證,
  
  $ python
  >>>import matplotlib
  
  沒(méi)有錯(cuò)誤提示，導(dǎo)入成功
  接下來(lái),在python命令行中繼續(xù)輸入
  
  >>>import matplotlib.pyplot as plt
  
  報(bào)錯(cuò)，$ Python is not installed as a framework...
  pip安裝matplotlib之后，會(huì)在根目錄下產(chǎn)生一個(gè).matplotlib的目錄:
  在terminial中輸入:

  $ vim ~/.matplotlib/matplotlibrc
  
  打開(kāi)vim編輯器，在里面輸入backend:TkAgg，wq保存后退出
  然后重啟python，輸入
  
  >>>import matplotlib.pyplot as plt
  導(dǎo)入成功

3.3 jupyter

   Ipython的升級(jí)版，能夠在瀏覽器中創(chuàng)建和共享代碼、方程、說(shuō)明文檔。界面相當(dāng)友好，功能也很強(qiáng)大
   $ sudo pip install jupyter --upgrade

3.4 scikit-image

   scikit-image有一組圖像處理的算法，可以使過(guò)濾一張圖片變得很簡(jiǎn)單，非常適合用于對(duì)圖像的預(yù)處理
   $ sudo pip install scikit-image --upgrade

3.5 librosa

   librosa是用python進(jìn)行音頻特征提取的第三方庫(kù)，有很多方式可以提取音頻特征。
   $ sudo pip install librosa --upgrade

3.6 nltk

  nltk模塊中包含著大量的語(yǔ)料庫(kù)，可以很方便地完成很多自然語(yǔ)言處理的任務(wù)，包括分詞、詞性標(biāo)注、命名實(shí)體識(shí)別(NER)及句法分析。
  $ sudo pip install nltk --upgrade
 導(dǎo)入nltk工具包，下載nltk數(shù)據(jù)源。在terminal終端輸入:
  $ python
  >>>import nltk
  >>>nltk.download()

3.7 keras

  Keras是第一被添加到Tensorflow核心中的高級(jí)別框架，成為Tensorflow的默認(rèn)API。
  $ sudo pip install keras --upgrade

3.8 tflearn

  TFLearn是另一個(gè)支持Tensorflow核心的第三方框架。 
  $ sudo pip install git+https://github.com/tflearn/tflearn.git
  

至此開(kāi)發(fā)環(huán)境配置完畢