1 在线安装Tensorflow
建议事先参考Google官网使用 pip 安装 TensorFlow https://tensorflow.google.cn/install/pip?hl=zh-cn.
建立空文件夹,例如PyVenv,使用Python3.6建立虚拟环境:
cd /home/pyengine/PyVenv
python3 -m venv tensorflow2.6
默认不安装系统库,若需要,可换作以下命令:
python3 -m venv tensorflow2.6 --system-site-packages
激活该虚拟环境:
source ./tensorflow2.6/bin/activate
当虚拟环境处于有效状态时,shell 提示符带有 (tensorflow2.6) 前缀。
在不影响主机系统设置的情况下,在虚拟环境中安装软件包。首先升级 pip:
pip install --upgrade pip
从官网上查看Python3.6支持的Tensorflow版本,并复制网址,使用以下命令安装:
pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl
安装完成后,按以下方法测试,如不报错说明安装成功:
[pyengine@localhost ~]$ source /home/pyengine/PyVenv/tensorflow2.6/bin/activate
(tensorflow2.6) [pyengine@localhost ~]$ python
Python 3.6.8 (default, Mar 10 2022, 22:41:33)
[GCC 4.8.5 20150623 (Red Hat 4.8.5-44)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> exit()
(tensorflow2.6) [pyengine@localhost ~]$
退出虚拟环境:
deactivate
2 离线安装Tensorflow
之所以在开发时选择虚拟环境,除了避免库之间的冲突,还有重要的原因是方便部署,因为虚拟环境是独立的,仅包含了项目相关的依赖库,所以部署的效率更高,风险更小
一般部署流程是:
开发完成后,使用 pip freeze > requirements.txt 命令将项目的库依赖导出,作为代码的一部分
将代码上传到服务器
在服务器上创建一个虚拟环境
激活虚拟环境,执行 pip install -r requirements.txt,安装项目依赖
具体可参考文章:Python 虚拟环境 看这一篇就够了.
3 安装Tensorflow1.15遇到的Pandas模块问题
依赖包版本不合适引起,例如版本过高。
按以上方法可安装Tensorflow1.15,
pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-1.15.0-cp36-cp36m-manylinux2010_x86_64.whl
若使用命令pip install pandas后,使用时报pandas模块导入错误,原因是pandas版本过高,需使用以下命令安装低版本:
pip uninstall pandas
pip install pandas==0.23.0
上一篇:【已解决】将CentOS7系统安装至U盘(六):安装Python3.6
下一篇:【已解决】将CentOS7系统安装至U盘(八):安装VS Code(解决VS Code启动无响应问题)