1、TensorFlow 的安装

一、Anaconda 入门

由于我们使用 Anaconda 来安装 TensorFlow，所以不熟悉 Anaconda 的童鞋可以戳上面**标题链接**快速入门

---

##二、TensorFlow 的安装

1、win 10 下使用 win_anaconda3-4.2.0 百度云下载(python3.5) 安装 TensorFlow

• 从上面云盘链接下载并安装 Anaconda3-4.2.0
• 打开 cmd，然后执行pip install tensorflow # CPU 版 或 pip install tensorflow-gpu # GPU 版
• 安装指定版本
  pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_amd64.whl
• py-opencv 的安装(方便以后进行图像处理)
  • 打开 cmd，然后执行conda install -c https://conda.anaconda.org/menpo opencv3
  • 打开 ipython 测试一下：import cv2 print(cv2.__version__)
  • 点此链接下载社区版，然后 pip install opencv_contrib_python-4.1.1.26-cp37-cp37m-win_amd64.whl
  • 若以上安装不成功可按照此链接进行社区支持版的安装

---

2、Ubuntu 下使用 linux_anaconda2-4.3.1 百度云下载(python2.7) 安装 TensorFlow

• 按照此教程安装CUDA8.0 和 cuDNN v5.1
• 安装 libcupti-dev library，sudo apt-get install libcupti-dev
• 使用 Anaconda 创建虚拟环境，激活环境后，根据 Anaconda 中的 Python 版本选择 TF_PYTHON_URL 安装 TensorFLow

# 创建虚拟环境
conda create -n tensorflow

# 激活环境
source activate tensorflow

# 根据 Anaconda 中的 Python 版本选择 TF_PYTHON_URL(即 upgrade 后面的链接)，然后安装 TensorFLow 
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.1.0-cp27-none-linux_x86_64.whl

# 安装完成后，可以打开 ipython 进行验证
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow!

# 查看安装版本和路径
>>> tf.__version__
'1.1.0'
>>> tf.__path__
['/home/manzp/anaconda2/lib/python2.7/site-packages/tensorflow']

# 至此，TF 安装成功，当你想离开此环境时，使用以下命令即可
source deactivate

# 在 tensorflow 文件夹下，切换到指定分支
git branch -a        # 检查有哪些分支
git checkout r2.0    # 捡取 r2.0 分支

---

3、使用 virtualenv 安装不同版本的 TensorFlow(推荐)

• (a)、virtualenv 简介

  • virtualenv 为应用提供了隔离的运行环境，解决了不同应用间多版本的冲突问题
    

• (b)、使用 virtualenv 安装 TensorFLow

# 1、安装 pip and Virtualenv
sudo apt-get install python-pip python-dev python-virtualenv # for Python 2.7
sudo apt-get install python3-pip python3-dev python-virtualenv # for Python 3.n

# 2、在目录 ~/vir_env/tf_1.2 下创建一个虚拟环境
virtualenv --system-site-packages ~/vir_env/tf_1.2 # for Python 2.7
virtualenv --system-site-packages -p python3 ~/vir_env/tf_1.2 # for Python 3.n

# 3、激活虚拟环境
source ~/vir_env/tf_1.2/bin/activate

# 4、在虚拟环境中安装特定版本的 TF（如：tf 1.2.1）
pip install --upgrade tensorflow-gpu==1.2.1(or tfBinaryURL）   # Python 2.7
pip3 install --upgrade tensorflow-gpu==1.2.1(or tfBinaryURL）  # Python 3.n 

# 5、退出虚拟环境
deactivate

# 6、删除虚拟环境
rm -rf ~/vir_env/tf_1.2

---

4、常见安装问题及注意事项

• tf 1.3 及以后的版本都需要确保 pip ≥8.1，可使用 pip -V 查看，不满足可使用 easy_install -U pip 进行升级
• 安装速度很慢的时候，可以去 豆瓣镜像：http://pypi.douban.com/simple/tensorflow-gpu 或者清华镜像：https://mirrors.tuna.tsinghua.edu.cn/tensorflow/上找指定版本的链接
• 安装其它版本的 TensorFlow 可使用 virtualenv 创建另一个虚拟环境，但要注意系统以及 cuda 和 cudnn 的版本的要求
  • tf 1.5 及以上：cuda 9.0 、cudnn7.0
  • tf 1.3 和 tf 1.4：cuda8.0、 cudnn6.0
  • tf 1.1 和 tf 1.2：cuda8.0、cudnn5.1
• cudnn 的安装与卸载

# 1、Unzip the cuDNN package.
tar -xzvf cudnn-9.0-linux-x64-v7.tgz 

# 2、Copy the following files into the CUDA Toolkit directory.
sudo cp cuda/include/cudnn.h /usr/local/cuda/include   # 复制头文件
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64     # 复制动态链接库
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
                              
# 3、生成软连接（相当于快捷方式），视情况而定
sudo ln -sf /usr/local/lib/libcudnn.so.5.1.5 /usr/local/lib/libcudnn.so.5      # 生成软连接
sudo ln -sf /usr/local/lib/libcudnn.so.5 /usr/local/lib/libcudnn.so            # 生成软连接
sudo ldconfig                                                                  # 使配置立即生效

# 4、卸载只需直接删除相应的文件即可
sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn*

---

三、参考资料

1、https://www.tensorflow.org/install/
2、https://www.tensorflow.org/install/install_windows#installing_with_anaconda
3、https://www.tensorflow.org/install/install_linux#installing_with_anaconda