一、TensorFlow的安装方式优缺点简介
PIP安装:
优点:应该是几种安装方法中最快的一种
缺点:不能灵活定制,操作系统、GPU 硬件、CUDA 版本、cuDNN 版本必须与官方标称一致
VirtualEnv安装:
可以创建一个独立的Python运行环境,这样做能使排查安装问题变得更容易。
Anaconda安装:
Anaconda 使用 conda 作为自己的包管理工具,同时具有自己的计算环境,且无需自己配置环境变量,特点与 Virtualenv安装相似。
Docker安装:
优点:适合在大量相同环境机器构成的集群上批量部署
缺点:有墙的孩子像根草,增加了 Docker 学习成本
源码编译安装:
优点:灵活定制,可按需增加新特性
缺点:门槛高,配置编译环境耗时较长
综合比较上述方法,我们选择较为方便的PIP安装方法,且选择逐渐流行起来的Python3.5版本,TensorFlow目前的主流版本是1.2.0,官方标称为CUDA8.0版和cuDNN5.1版。关于CUDA和cudnn的安装参照博主的另一篇博客:https://blog.csdn.net/qq_30163461/article/details/80324843。
二、PIP方法安装基于Python3.5的TensorFlow1.2.0
pip介绍:PIP