tensorflow 虚拟环境配置

转载自：

http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html

http://www.cnblogs.com/simplelovecs/p/5149982.html

tensorflow的Virtualenv安装方式安装

　本文介绍了如何在ubuntu上以virtualenv方式安装tensorflow。　　

安装pip和virtualenv：

1 2 3 4 5 6

# Ubuntu/Linux 64-bit sudo  apt-get  install  python-pip python-dev python-virtualenv   # Mac OS X sudo  easy_install pip sudo  pip  install  --upgrade virtualenv

 创建 Virtualenv 虚拟环境：

　　进入你想安装tensorflow的父目录下，然后执行下面命令建立虚拟环境：

1	virtualenv --system-site-packages tensorflow

 激活虚拟环境并安装tensorflow：

　　对于python27，则执行如下命令：

1 2 3 4 5 6 7 8 9 10 11 12

source  . /tensorflow/bin/activate   # If using bash source  . /tensorflow/bin/activate .csh   # If using csh (tensorflow)$   # Your prompt should change   # Ubuntu/Linux 64-bit, CPU only: pip  install  --upgrade https: //storage .googleapis.com /tensorflow/linux/cpu/tensorflow-0 .6.0-cp27-none-linux_x86_64.whl   # Ubuntu/Linux 64-bit, GPU enabled: pip  install  --upgrade https: //storage .googleapis.com /tensorflow/linux/gpu/tensorflow-0 .6.0-cp27-none-linux_x86_64.whl   # Mac OS X, CPU only: pip  install  --upgrade https: //storage .googleapis.com /tensorflow/mac/tensorflow-0 .6.0-py2-none-any.whl

 　　对于python3则执行如下命令：

1 2 3 4 5 6 7 8 9 10 11 12

source  . /tensorflow/bin/activate   # If using bash source  . /tensorflow/bin/activate .csh   # If using csh (tensorflow)$   # Your prompt should change   # Ubuntu/Linux 64-bit, CPU only: pip  install  --upgrade https: //storage .googleapis.com /tensorflow/linux/cpu/tensorflow-0 .6.0-cp34-none-linux_x86_64.whl   # Ubuntu/Linux 64-bit, GPU enabled: pip  install  --upgrade https: //storage .googleapis.com /tensorflow/linux/gpu/tensorflow-0 .6.0-cp34-none-linux_x86_64.whl   # Mac OS X, CPU only: pip3  install  --upgrade https: //storage .googleapis.com /tensorflow/mac/tensorflow-0 .6.0-py3-none-any.whl

 测试安装：

　　在终端执行如下命令进入python shell环境：

1

python

 　　在python shell环境中测试：

1 2 3 4 5 6 7 8 9 10

>>>  import  tensorflow as tf >>> hello  =  tf.constant( 'Hello, TensorFlow!' ) >>> sess  =  tf.Session() >>>  print (sess.run(hello)) Hello, TensorFlow! >>> a  =  tf.constant( 10 ) >>> b  =  tf.constant( 32 ) >>>  print (sess.run(a  +  b)) 42 >>>

•  如果遇到如下错误：

1 2	_mod = imp.load_module( '_pywrap_tensorflow' , fp, pathname, description) ImportError: libcudart.so.7.0: cannot  open  shared object  file : No such  file  or directory

 　　那是你的CUDA安装配置不对：

　　　　安装CUDA和CUDNN可以参考 这篇文章 。

　　且添加如下两行到你的 ~/.bashrc 文件

1 2	export  LD_LIBRARY_PATH= "$LD_LIBRARY_PATH:/usr/local/cuda/lib64" export  CUDA_HOME= /usr/local/cuda

•  如果遇到如下错误：

1 2 3 4 5 6 7 8 9 10 11 12 13

Python  2.7 . 9  (default, Apr   2  2015 ,  15 : 33 : 21 ) [GCC  4.9 . 2 ] on linux2 Type  "help" ,  "copyright" ,  "credits"  or  "license"  for  more information. >>>  import  tensorflow I tensorflow / stream_executor / dso_loader.cc: 93 ] Couldn't  open  CUDA library libcublas.so. 7.0 . LD_LIBRARY_PATH: : / usr / local / cuda / lib64 I tensorflow / stream_executor / cuda / cuda_blas.cc: 2188 ] Unable to load cuBLAS DSO. I tensorflow / stream_executor / dso_loader.cc: 93 ] Couldn't  open  CUDA library libcudnn.so. 6.5 . LD_LIBRARY_PATH: : / usr / local / cuda / lib64 I tensorflow / stream_executor / cuda / cuda_dnn.cc: 1382 ] Unable to load cuDNN DSO I tensorflow / stream_executor / dso_loader.cc: 93 ] Couldn't  open  CUDA library libcufft.so. 7.0 . LD_LIBRARY_PATH: : / usr / local / cuda / lib64 I tensorflow / stream_executor / cuda / cuda_fft.cc: 343 ] Unable to load cuFFT DSO. I tensorflow / stream_executor / dso_loader.cc: 101 ] successfully opened CUDA library libcuda.so locally I tensorflow / stream_executor / dso_loader.cc: 93 ] Couldn't  open  CUDA library libcurand.so. 7.0 . LD_LIBRARY_PATH: : / usr / local / cuda / lib64 I tensorflow / stream_executor / cuda / cuda_rng.cc: 333 ] Unable to load cuRAND DSO.

 　　由安装报错可知，它使用的是7.0版本，故找不到，而如果你安装的是7.5版本，则可以执行如下命令添加相应链接：

1 2 3 4

sudo  ln  -s  /usr/local/cuda/lib64/libcudart .so.7.5  /usr/local/cuda/lib64/libcudart .so.7.0 sudo  ln  -s libcublas.so.7.5 libcublas.so.7.0 sudo  ln  -s libcudnn.so.4.0.4 libcudnn.so.6.5 sudo  ln  -s libcufft.so libcufft.so.7.0<br> sudo  ln  -s libcurand.so libcurand.so.7.0