[译] 安装 Go 版本 Tensorflow

本文出自 掘金翻译计划 正在组织翻译的 TensorFlow 官方文档。若是您有兴趣，欢迎 申请成为译者，学习完译者教程后，参与到文章和文档的翻译和及对当中。咱们也正在招募 TensorFlow 译者，欢迎积极参加。

---

TensorFlow 提供了 Go 程序中能够调用的 API。这些 API 很是适合加载 Python 建立的模型以及在 Go 应用中执行。本文将介绍如何安装和配置 TensorFlow Go 包。

警告： TensorFlow Go 语言 API 并不属于 TensorFlow API 稳定性保障。

支持的平台

你能够在下面的操做系统上安装 Go 版本 TensorFlow：

• Linux
• Mac OS X

安装

Go 版本 TensorFlow 依赖于 TensorFlow C 语言库。按照下面的步骤安装这个库并启用 TensorFlow：

1. 决定在运行 TensorFlow 时仅仅启用 CPU 仍是和 GPU 一块儿启用。为了帮助你作这个决定，请阅读如下指南中的“决定安装哪一个 TensorFlow ”部分：

   • @{在 Linux 中安装 TensorFlow}
   • @{在 macOS 中安装 TensorFlow}

2. 经过执行如下命令下载并解压 TensorFlow C 语言库到 /usr/local/lib 目录:

   TF_TYPE="cpu" # Change to "gpu" for GPU support
   TARGET_DIRECTORY='/usr/local'
   curl -L \
     "https://storage.googleapis.com/tensorflow/libtensorflow/libtensorflow-${TF_TYPE}-$(go env GOOS)-x86_64-1.4.0-rc0.tar.gz" |
   sudo tar -C $TARGET_DIRECTORY -xz
   复制代码

   tar 命令会解压 TensorFlow C 语言库到 TARGET_DIRECTORY 的子目录 lib。好比，指定 /usr/local 做为 TARGET_DIRECTORY 使得 tar 命令能够将 TensorFlow C 语言库解压到 /usr/local/lib。 若是你想把库文件解压到其余目录，更换 TARGET_DIRECTORY 就能够了。

3. 在第二步中，若是你指定了一个系统目录（好比 /usr/local）做为 TARGET_DIRECTORY，那么须要运行 ldconfig 来配置连接。例如：

   sudo ldconfig

   若是你指定的 TARGET_DIRECTORY 不是一个系统目录（好比 ~/mydir），那么你必需要将这个解压目录（好比 ~/mydir/lib）添加到下面这两个环境变量中：

    export LIBRARY_PATH=$LIBRARY_PATH:~/mydir/lib # 用于 Linux 和 Mac OS X
   export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:~/mydir/lib # 仅用于 Linux
   export DYLD_LIBRARY_PATH=$DYLD_LIBRARY_PATH:~/mydir/lib # 仅用于 Mac OS X

4. 如今 TensorFlow C 语言库已经安装好了，执行 go get 来下载对应的包和相应的依赖：

   go get github.com/tensorflow/tensorflow/tensorflow/go

5. 执行 go test 来验证 Go 版本 TensorFlow 是否安装成功：

   go test github.com/tensorflow/tensorflow/tensorflow/go

若是 go get 或者 go test 产生错误信息了，能够在 StackOverflow 上经过搜索和提问来获取可能的解决方法。

Hello World

安装完 Go 版本 TensorFlow 以后，在 hello_tf.go 文件中输入下面的代码：

package main

import (
	tf "github.com/tensorflow/tensorflow/tensorflow/go"
	"github.com/tensorflow/tensorflow/tensorflow/go/op"
	"fmt"
)

func main() {
	// Construct a graph with an operation that produces a string constant.
	s := op.NewScope()
	c := op.Const(s, "Hello from TensorFlow version " + tf.Version())
	graph, err := s.Finalize()
	if err != nil {
		panic(err)
	}

	// Execute the graph in a session.
	sess, err := tf.NewSession(graph, nil)
	if err != nil {
		panic(err)
	}
	output, err := sess.Run(nil, []tf.Output{c}, nil)
	if err != nil {
		panic(err)
	}
	fmt.Println(output[0].Value())
}
复制代码

关于 TensorFlow Go 语言的进阶示例请查看 example in the API documentation，这个例子使用了一个经过 TensorFlow 预训练的模型来标记图片的内容。

运行

经过调用下面的命令来运行 hello_tf.go：

go run hello_tf.go
Hello from TensorFlow version number

这个程序可能会输出相似下面的警告信息，你能够忽略它们：

W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library
wasn't compiled to use *Type* instructions, but these are available on your
machine and could speed up CPU computations.

使用源码编译

TensorFlow 是开源的。你能够按照这个单独的文档中的指引使用 TensorFlow 的源码来编译 Go 版本 TensorFlow 。

---

掘金翻译计划 是一个翻译优质互联网技术文章的社区，文章来源为 掘金 上的英文分享文章。内容覆盖 Android、iOS、前端、后端、区块链、产品、设计、人工智能等领域，想要查看更多优质译文请持续关注 掘金翻译计划、官方微博、知乎专栏。