在 Mac OS X 上安装 TensorFlow

最新推荐文章于 2024-09-24 11:43:33 发布
最新推荐文章于 2024-09-24 11:43:33 发布
阅读量1k 收藏 4
点赞数
分类专栏： 新浪微博爬虫

在 Mac OS X 上安装 TensorFlow

原文地址：https://www.cnblogs.com/tensorflownews/p/7298646.html


这个文档说明了如何在 Mac OS X 上安装 TensorFlow。

注意：从 1.2 版本开始，在 Mac OS X 上 TensorFlow 不再支持 GPU。

确定如何安装 TensorFlow

你可以选择一种方式安装 TensorFlow，支持下面的几种选择：

  • virtualenv
  • "本地" pip
  • Docker
  • 从源代码安装，更专业有单独的文档记录

我们建议使用 virtualenv 安装。virtualenv 是一个和其它 Python 项目开发隔离的虚拟 Python 环境，在同一台机器上不会干扰也不会被其它程序影响。virtualenv 安装过程中，你不仅仅安装了 TensorFlow 还有它的所有依赖包。（事实上这很简单）要开始使用 TensorFlow，你需要“启动” virtualenv 环境。总而言之，virtualenv 提供了一个安全可靠的 TensorFlow 安装和运行机制。

本地 pip 安装 TensorFlow 不经过任何容器或者虚拟环境系统直接装到了系统上，由于本地 pip 安装没被关闭，pip 安装会干扰或者影响系统上其它有 Python 依赖的安装。而且，如果要通过本地 pip 安装，你需要禁用系统完整性保护（SIP）。然而，如果你了解 SIP，pip 和 你的 Python 环境，本地 pip 安装相对容易执行。

Docker 可使 TensorFlow 的安装完全脱离于机器上的其它已存在的包，Docker 容器包括 TensorFlow 和它的所有依赖。注意 Docker 镜像可能很大（几百 M）。如果你已将 TensorFlow 集成到使用了 Docker 的大型应用架构中可以选择 Docker 安装。

选择 Anaconda，你可以使用 conda 创建一个虚拟环境，我们建议使用 pip install 命令而不是 coda install 命令安装 TensorFlow。

注意：coda 包是社区而不是官方支持，也就是说，TensorFlow 团队既不测试也不维护 conda 包，如果使用风险自己承担。

使用 virtualenv 安装

按照以下步骤安装 TensorFlow：

  1. 打开终端（一个 shell），你将在这个终端中执行随后的步骤

  2. 通过以下命令安装 pip 和 virtualenv：

shell $ sudo easy_install pip $ sudo pip install --upgrade virtualenv

  1. 执行以下任一命令创建虚拟环境：

shell $ virtualenv --system-site-packages targetDirectory # for Python 2.7 $ virtualenv --system-site-packages -p python3 targetDirectory # for Python 3.n

targetDirectory 因虚拟环境根路径而异，我们的命令假使 targetDirectory 是 ~/tensorflow，但你可以选择任一目录。

  1. 执行任一命令激活虚拟环境：

shell $ source ~/tensorflow/bin/activate # If using bash, sh, ksh, or zsh $ source ~/tensorflow/bin/activate.csh # If using csh or tcsh

上面的 source 命令应该将提示符改成了下面这样：

shell (tensorflow)$

  1. 如果已经安装了 pip 8.1 或者更新的版本，执行以下任一命令在激活的虚拟环境中安装 TensorFlow 及其所有依赖：

shell $ pip install --upgrade tensorflow # for Python 2.7 $ pip3 install --upgrade tensorflow # for Python 3.n

如果前面的命令执行成功了，跳过步骤 6；如果失败了，再执行步骤 6。

  1. 可选，如果步骤 5 失败了（一般是因为你使用了低于 8.1 版本的 pip），执行以下任一命令在激活的虚拟环境中安装 TensorFlow：

shell $ pip install --upgrade tfBinaryURL # Python 2.7 $ pip3 install --upgrade tfBinaryURL # Python 3.n

tfBinaryURL 是 Tensorflow 包的 URL，准确的 tfBinaryURL 值因操作系统和 Python 版本而异，在这里找到和你系统相关的 tfBinaryURL 值。例如，你要在 Mac OS X 上安装 Python 2.7 对应的 Tensorflow 版本，在虚拟环境中安装 Tensorflow 就执行下面的命令：

shell $ pip3 install --upgrade \ https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py2-none-any.whl

如果安装过程中遇到麻烦，参考常见安装问题。

下一步

安装完成后，验证你的安装是否工作正常。

注意，每打开一个新的 shell 使用 TensorFlow 都必须激活虚拟环境。如果当前虚拟环境没有被激活（也就是提示符不是 tensorflow），执行以下任一命令：

$ source ~/tensorflow/bin/activate      # bash, sh, ksh, or zsh
$ source ~/tensorflow/bin/activate.csh  # csh or tcsh

你的提示符变成下面这样说明 tensorflow 环境已经激活：

(tensorflow)$

当虚拟环境激活后，你可以在这个 shell 中运行 TensorFlow 程序。如果你不再使用 TensorFlow，可以通过下面命令退出环境：

(tensorflow)$ deactivate

提示符将会恢复到默认的（在 PS1 中定义的）。

卸载 TensorFlow

如果你想卸载 TensorFlow，简单地移除你创建的目录。例如：

 $ rm -r ~/tensorflow

使用本地 pip 安装

我们已经将 TensorFlow 二进制文件上传到了 PyPI，因此你可以通过 pip 安装， REQUIRED_PACKAGES section of setup.py 文件列出了 pip 将要安装或升级的包。

必备: Python

要安装 TensorFlow，你的系统必须依据安装了以下任一 Python 版本：

  • Python 2.7
  • Python 3.3+

如果你的系统还没有安装符合以上版本的 Python，现在安装。

安装 Python，你可能需要禁用系统完整性保护（SIP）来获得从 Mac App Store 外安装软件的许可。

必备: pip

Pip 安装和管理 Python写的软件包，如果你要使用本地 pip 安装，系统上必须安装下面的任一 pip 版本：

  • pip, for Python 2.7
  • pip3, for Python 3.n.

pip 或者 pip3 可能在你安装 Python 的时候已经安装了，执行以下任一命令确认系统上是否安装了 pip 或 pip3：

$ pip -V  # for Python 2.7
$ pip3 -V # for Python 3.n

我们强烈建议使用 pip 或者 pip3 为 8.1 或者更新的版本安装 TensorFlow，如果没有安装，执行以下任一命令安装或更新：

$ sudo easy_install --upgrade pip
$ sudo easy_install --upgrade six

安装 TensorFlow

假设你的 Mac 上已经装好了必备的程序，按照以下步骤执行：

  1. 执行以下任一命令安装 TensorFlow：

shell $ pip install tensorflow # Python 2.7; CPU support $ pip3 install tensorflow # Python 3.n; CPU support

如果上面的命令执行完成，现在可以验证你的安装了。

  1. (可选的) 如果步骤 1 失败了，执行下面的命令安装最新版本 TensorFlow：

shell $ sudo pip install --upgrade tfBinaryURL # Python 2.7 $ sudo pip3 install --upgrade tfBinaryURL # Python 3.n

tfBinaryURL 是 Tensorflow 包的 URL，准确的 tfBinaryURL 值因操作系统和 Python 版本而异，在这里找到和你系统相关的 tfBinaryURL 值。例如，你要在 Mac OS X 上安装 Python 2.7 对应的 Tensorflow 版本，在虚拟环境中安装 Tensorflow 就执行下面的命令：

shell $ sudo pip3 install --upgrade \ https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py2-none-any.whl

如果以上命令运行失败，参考 安装问题：

下一步

安装完成后，验证你的安装是否工作正常。

卸载 TensorFlow

如果要卸载 TensorFlow，执行下面的命令：

$ pip uninstall tensorflow
$ pip3 uninstall tensorflow

使用 Docker 安装

按照以下步骤使用 Docker 安装 TensorFlow：

  1. 按照 文档 在你的机器上安装 Docker
  2. 启动任一个包含 TensorFlow 镜像的 Docker 容器

本节剩下部分解释如何启动 Docker 容器。

要启动包含 TensorFlow 镜像的 Docker 容器，执行以下命令：

 $ docker run -it -p hostPort:containerPort TensorFlowImage

where:

  • -p hostPort:containerPort 是可选的，如果你想从 shell 运行 TensorFlow 程序忽略这个选项。如果你想从 Jupyter notebook 运行 TensorFlow 程序，hostPort 和 containerPort 都设置为 8888。如果你想在镜像中运行 TensorBoard，再添加一个-p 参数，hostPort 和 containerPort 都设置为 6006。
  • TensorFlowImage 是需要的，它用于指定 Docker 容器，你必须指定接下来的任一一个：gcr.io/tensorflow/tensorflow: TensorFlow 二进制镜像，gcr.io/tensorflow/tensorflow:latest-devel: TensorFlow 二进制镜像加源码。

gcr.io 是 Goole 的容器注册表(?)，注意部分 TensorFlow 也可以从 dockerhub 获取。

例如，下面的命令可以在 Docker 容器中启动一个 TensorFlow CPU 镜像，然后你可以在镜像的 shell 中运行 TensorFlow 程序：

$ docker run -it gcr.io/tensorflow/tensorflow bash

以下命令也可以在 Docker 容器中启动一个 TensorFlow CPU 镜像，然而，在这个 Docker 镜像中，你可以在 Jupyter notebook 中运行 TensorFlow 程序：

$ docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow

Docker 将会先下载 TensorFlow 镜像然后启动它。

下一步

现在可以验证你的安装了。

使用 Anaconda 安装

Anaconda 安装只是社区而非官方支持

按照以下步骤在 Anaconda 环境中安装 TensorFlow：

  1. 按照 Anaconda 下载站点 说明下载安装 Anaconda

  2. 执行以下命令创建名为 tensorflow 的 conda 环境：

shell $ conda create -n tensorflow

  1. 执行以下命令激活 conda 环境：

shell $ source activate tensorflow (tensorflow)$ # Your prompt should change

  1. 执行以下命令在你的 conda 环境中安装 TensorFlow：

shell (tensorflow)$ pip install --ignore-installed --upgrade TF_PYTHON_URL

TF_PYTHON_URL 是 TensorFlow Python 包 的 URL，例如，以下命令是安装 Python 2.7 CPU-only 版本的 TensorFlow：

shell (tensorflow)$ pip install --ignore-installed --upgrade \ https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py2-none-any.whl

​

验证你的安装

要验证你的 TensorFlow 安装，操作以下步骤：

  1. 保证你的环境可以运行 TensorFlow 程序
  2. 运行一个小的 TensorFlow 程序

准备你的环境

如果你使用本地 pip, virtualenv 或者 Anaconda 安装，操作以下步骤：

  1. 打开一个终端
  2. 如果你使用 virtualenv 或 Anaconda 安装，激活你的容器
  3. 如果你安装了 TensorFlow 源码，进到任何一个处了包含 TensorFlow 源码的目录

如果通过 Docker 安装，启动一个运行 bash 的 Docker 容器，例如：

$ docker run -it gcr.io/tensorflow/tensorflow bash

运行一个小的 TensorFlow 程序

在一个 shell 中执行 Python：

$ python

在 python 交互式 shell 中输入以下小程序：

# Python

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果系统输出以下内容，你可以开始写 TensorFlow 程序了：

Hello, TensorFlow!

如果你不熟悉 TensorFlow，参考 Getting Started with TensorFlow。

如果系统输出错误信息而不是欢迎语，参考 常见安装问题。

常见安装问题

我们依据 Stack Overflow 记录 TensorFlow 安装问题和相应的解决方法。下面的表格包括 Stack Overflow 常见的安装问题回复链接，如果你遇到的错误信息或者其它安装问题不在表格中，请在 Stack Overflow 上搜索。如果 Stack Overflow 上没有你搜索的错误信息，提一个新问题并且打上 tensorflow 标签。

Stack Overflow LinkError Message
42006320ImportError: Traceback (most recent call last):File ".../tensorflow/core/framework/graph_pb2.py", line 6, in from google.protobuf import descriptor as _descriptorImportError: cannot import name 'descriptor'
33623453IOError: [Errno 2] No such file or directory: '/tmp/pip-o6Tpui-build/setup.py'
35190574SSLError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed
42009190Installing collected packages: setuptools, protobuf, wheel, numpy, tensorflow Found existing installation: setuptools 1.1.6 Uninstalling setuptools-1.1.6: Exception: ... [Errno 1] Operation not permitted: '/tmp/pip-a1DXRT-uninstall/.../lib/python/_markerlib'
33622019ImportError: No module named copyreg
37810228During a pip install operation, the system returns:OSError: [Errno 1] Operation not permitted
33622842An import tensorflow statement triggers an error such as the following:Traceback (most recent call last): File "", line 1, in File "/usr/local/lib/python2.7/site-packages/tensorflow/__init__.py", line 4, in from tensorflow.python import * ... File "/usr/local/lib/python2.7/site-packages/tensorflow/core/framework/tensor_shape_pb2.py", line 22, in serialized_pb=_b('\n,tensorflow/core/framework/tensor_shape.proto\x12\ntensorflow\"d\n\x10TensorShapeProto\x12-\n\x03\x64im\x18\x02 \x03(\x0b\x32 .tensorflow.TensorShapeProto.Dim\x1a!\n\x03\x44im\x12\x0c\n\x04size\x18\x01 \x01(\x03\x12\x0c\n\x04name\x18\x02 \x01(\tb\x06proto3') TypeError: __init__() got an unexpected keyword argument 'syntax'
42075397A pip install command triggers the following error:...You have not agreed to the Xcode license agreements, please run'xcodebuild -license' (for user-level acceptance) or'sudo xcodebuild -license' (for system-wide acceptance) from within aTerminal window to review and agree to the Xcode license agreements.... File "numpy/core/setup.py", line 653, in get_mathlib_info raise RuntimeError("Broken toolchain: cannot link a simple C program")RuntimeError: Broken toolchain: cannot link a simple C program

TensorFlow Python 包 URL

一些安装方法需要 TensorFlow Python 包的 URL，值与三个方面有关(?)：

  • 操作系统
  • Python 版本

本节记录了 Mac OS 安装相关的值

Python 2.7

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py2-none-any.whl

Python 3.4, 3.5, or 3.6

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py3-none-any.whl

Protobuf pip package 3.1

如果你没有遇到 protobuf pip 包相关的问题可以跳过本节。

注意：如果你的 TensorFlow 运行很慢，可能是和 protobuf pip 包有关的问题。

TensorFlow pip 包依赖 protobuf pip 3.1 版本的包，从 PyPI 下载的 protobuf pip 包（在调用 pip install protobuf 时）是一个仅包含 Python 的库，其中包含执行速度比 C++ 实现慢10 ～ 50 倍的原始序列化/反序列化的Python 实现。 Protobuf 还支持包含基于快速 C++ 的原语解析的 Python 包的二进制扩展，此扩展在标准的仅Python 专用 pip 包中不可用，我们为 protobuf 创建了一个包含二进制扩展名的自定义二进制 pip 包。要安装自定义二进制 protobuf pip 包，请调用以下命令之一：

  • for Python 2.7:

shell $ pip install --upgrade \ https://storage.googleapis.com/tensorflow/mac/cpu/protobuf-3.1.0-cp27-none-macosx_10_11_x86_64.whl

  • for Python 3.n:

shell $ pip3 install --upgrade \ https://storage.googleapis.com/tensorflow/mac/cpu/protobuf-3.1.0-cp35-none-macosx_10_11_x86_64.whl

安装这些 protobuf 包将会覆盖已安装的包，注意二进制 pip 包已经支持大于 64M 的 protobufs，修复了如下报错：

[libprotobuf ERROR google/protobuf/src/google/protobuf/io/coded_stream.cc:207]
A protocol message was rejected because it was too big (more than 67108864 bytes).
To increase the limit (or to disable these warnings), see
CodedInputStream::SetTotalBytesLimit() in google/protobuf/io/coded_stream.h.
大西柚柚
关注
专栏目录
mac 安装tensorflow
方品
06-27 1881
mac 安装tensorflow安装pip$ sudo easy_install pip # 如果还没有安装 pip 安装virtualenv 创建一个隔离的容器sudo pip install --upgrade virtualenv 接下来, 建立一个全新的 virtualenv 环境. 为了将环境建在 ~/tensorflow 目录下, 执行:$ virtualenv --system-si
Mac OS X 下安装 TensorFlow
qq_34058168的博客
09-26 589
-首先根据https://zhuanlan.zhihu.com/p/28362186中给出的步骤实现 ·1.2版本开始，Mac OS X 上TensorFlow不再支持GPU ·有四种安装方式： ·virtualenv ·本地 pip ·Docker ·从源代码安装 其中推荐了virtualenv，我也是使用了这种方法，十分简便没有出什么问题 // 与其他python项目开发隔离的虚
Mac下TensorFlow安装
01-25
Mac OS 10 + Python3下TensorFlow的安装，成功失败案例皆有。
Mac安装TensorFlow
hongxue8888的博客
05-06 731
参考：http://www.jianshu.com/p/59e61a360590第一步：安装pip pip是一个安装、管理Python的工具。Mac下利用pip（version 8.1及以上版本）进行安装TensorFlow很方便。如果已经安装了Anaconda，那pip已经集成其中了。# Mac OS X $ sudo easy_install pip $ sudo easy_install -
在Mac上安装TensorFlow 1.2.1的完整指南
最新发布
weixin_30476025的博客
09-24 1086
本文还有配套的精品资源，点击获取 简介：TensorFlow是Google推出的开源数值计算库，广泛应用于深度学习。本指南将指导您在Mac操作系统上安装TensorFlow 1.2.1版本，涵盖从环境准备到安装验证的全过程。注意事项包括检查Python版本、依赖安装、使用pip命令安装TensorFlow包、验证安装以及在Jupyter Notebook中集成TensorF...
Mac下安装Tensorflow
郁闷之春的专栏
06-12 2123
一、安装Anaconda 安装环境：Mac 10.12.6 Anacond是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题,用Anacond来安装Tensorflow是很快捷的。 Anacond的下载参见官网，Anacond的安装有图形界面模式和命令...
mac tensorflow安装配置
__Miracle__
08-22 267
配置国内镜像 阿里云镜像 [global] index-url = http://mirrors.aliyun.com/pypi/simple/ [install] trusted-host=mirrors.aliyun.com 终端输入 pip3 install --user --upgrade tensorflow 验证方式一: python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 10
Mac OS X 基于TensorFlow环境的Keras配置--计算机小白的安装笔记（一）
qq_40117617的博客
08-21 860
Mac OS X 基于TensorFlow环境的Keras配置–计算机小白的安装笔记（一） 最近本小白在尝试学习神经网络，在网上读了很多关于基于mac系统的安装教程，但是都是给人一种云里雾里的感觉。因为本人是个小菜鸡，所以对于前辈们一些省略了部分说明的安装教程不甚明白。所以特此做了一个小白安装笔记–Mac OS X系统基于TensorFlow的Keras安装。 本博客以对他人博客辅助说明的形式...
在Mac OS X上安装TensorFlow
Do Better Every Day
03-25 2732
自从AlphaGo击败李世石开始，AI全面进入我们大众的视野，对于它的讨论变得更为火热起来，关于AI和深度学习的发展历史就不再啰嗦来，可以自己去google或百度。Google的TensorFlow开源深度学习框架，可以粗略的理解为是一个“数学函数”集合和AI训练学习的执行框架。通过它，我们能够更好的将AI的模型运行和维护起来。深度学习的框架有各种各样的版本（Caffe、Torch、Theano等
macbook M1 装tensorflow总结
m0_51104427的博客
10-09 1245
MacBook M1 装tensorflow
Mac系统终端安装TensorFlow
weixin_43456810的博客
08-01 306
Mac系统终端安装TensorFlow sudo pip install --upgrade virtualenv 在linux中：sudo apt-get install python-pip python-dev python-virtualenv 建立一个全新的virtualenv环境：virtualenv --system-site-packages ~/tensorflow cd ~/tensorflow 激活virtualenv：source bin/activate 在virtualenv内
tensorflow安装过程及一些问题的解决
weixin_43411870的博客
08-18 4824
**目的：**在已安装anaconda的前提下，安装TensorFlow **安装基础：**Windows环境、anaconda2（64位） 说明：因为在安装tensorflow的过程中出现了很多的问题，在网上搜了很多的方法，却大多数都失败了，几经波折才最终安装成功，因此把整个安装过程整理出来供大家参考，也是给自己留个备份。所有参考链接也附在了下面，感谢这些大神们的教程~ 安装过程： （参考：添加链接描述） （1）查看环境。打开Anaconda Prompt，输入：conda info --envs，查看已
Anaconda TensorFlow安装步骤详细教程
douzi657的博客
04-01 7046
（1）新建一个项目，打开，点击File--Setting--project webspider--project Interpreter,点击右侧设置标志，点击add，选择Conda Environment，选择existing environment，选择你安装目录下的anaconda\envs\machinelearning\python.exe，点击确定。（1）右击计算机（我的电脑），点击属性--高级系统设置--高级--环境变量，打开环境变量设置页面。（3）在下方搜索出的结果中点击添加如下函数包。
MacOS 系统成功安装 tensorflow 步骤
weixin_43693069的博客
12-20 2207
tensorflow 2 mac os 系统安装 步骤
Mac下安装TensorFlow
半夏微凉的博客
06-08 9630
1. 查看Python版本 Mac上默认装有python，先看一下python的版本： 参考资源 [1] mac 安装tensorflow
这次真的搞定了在Mac M1上安装tensorflow，踩坑踩的我脚都断了
M_Kingsun的博客
06-15 4564
我这个小菜鸡换了mac m1之后就兴奋的开始搞tensorflow了，结果各种坑，各种python版本问题、各种tf版本不兼容(、各种zsh: killed跟其他的blog一样，因为anaconda现在还没完美支持M1，因此通用的步骤
Mac系统激活tensorflow环境及查看版本位置
weixin_45768082的博客
10-31 1018
Mac系统激活tensorflow环境及查看版本位置
mac安装tensorflow
weixin_43936868的博客
03-15 864
pip install --upgrade --ignore-installed tensorflow==2.13.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 配置清华源快一些。二、安装tensorflow。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值