TensorFlow入门：Ubuntu 配置 TensorFlow

本文介绍如何在 Ubuntu 系统中配置 TensorFlow 的开发环境，需要的 Ubuntu 版本为 16.04 或者更高版本。

确认显卡

• 安装前需要先根据你的电脑是否安装了 NVIDIA 的显卡来确认一下需要安装的 TensorFlow 版本：

  • CPU 版本 如果你的电脑没有安装 NVIDIA 显卡，只能安装 CPU 版本，这个版本安装会比较快（大概10分钟左右），即使有 NVIDIA 显卡但只是想体验一下 TensorFlow，也可以安装这个版本。
  • GPU 版本 如果你的电脑安装了 NVIDIA 显卡，可以安装 GPU 版本，使用 GPU 进行深度学习的计算会比用 CPU 快很多。选择安装 GPU 版本的 TensorFlow 前先确认自己的电脑的显卡是否支持 CUDA Compute Capability 3.0 或更高版本。

• 安装 CUDA Toolkit 8.0 套件及相关驱动，CUDA 是 NVIDIA 推出的基于自家 GPU 的运算平台，下载地址

• 安装 cuDNN v6.0，并在环境变量里配置好 CUDA_HOME,cuDNN 是基于 CUDA 的深度神经网络库，下载地址

• 安装libcupti-dev，这是用于调试 CUDA 的库

$ sudo apt-get install libcupti-dev

安装官方发布版 TensorFlow

官方提供的安装方法有virtualenv、native pip、Docker、Anaconda。如果只是想简单的体验一下 TensorFlow，之后会删除，可以使用virtualenv安装；如果是进行深入学习、开发，最好还是通过pip安装。下面介绍的是使用pip安装 TensorFlow 的方法。

• 首先确认 pip 或 pip3 是否安装

$ sudo apt-get install python-pip python-dev   # for Python 2.7
$ sudo apt-get install python3-pip python3-dev # for Python 3.n

• 安装 TensorFlow

安装 CPU 版

$ sudo pip  install tensorflow     # Python 2.7; CPU support (no GPU support)
$ sudo pip3 install tensorflow     # Python 3.n; CPU support (no GPU support)

安装 GPU 版

$ sudo pip  install tensorflow-gpu    # Python 2.7; GPU support
$ sudo pip3 install tensorflow-gpu