本章是在查阅《Tensorflow实战Google深度学习框架》和黄文坚《Tensorflow实战》以及网上各种资源,针对安装和配置过程中出现的给种错误总结出来的,由于本人水平实在太低,如有错误,望大家不要太过计较。
首先是tensorflow的安装,本人使用的是ubuntu18.04系统,电脑显卡low,安装不了GPU版本,所以本章仅讨论的是CPU版本。
1. pip安装
sudo apt-get install python-pip python-dev
//sudo apt-get install python3-pip python3-dev
python3以上系统用下面这句,一般ubuntu自带2.7版本python。可以用
python
来查询版本号。
另外,如果先更换旧版本python到新版本python下安装,在安装之前可以输入如下命令
sudo apt-get install python3.5(新的版本号)
sudo cp /usr/bin/python /usr/bin/python_bak
sudo rm /usr/bin/python
sudo ln -s /usr/bin/python3.5 /usr/bin/python
当然也可以通过上述命令把默认python改为以前版本
更新pip
sudo pip install --upgrade pip
安装
$ pip install tensorflow # Python 2.7; CPU support (no GPU support)
$ pip3 install tensorflow # Python 3.n; CPU support (no GPU support)
$ pip install tensorflow-gpu # Python 2.7; GPU support
$ pip3 install tensorflow-gpu # Python 3.n; GPU support
要说明的是很多教程上是通过如下命令安装的
sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.1.0-cp27-none-linux_x86_64.whl
清华镜像:https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/
但本人在安装是总显示网络连接错误,可能是由于墙的原因,也许换成镜像文件会好使。所以就用了上面简单的命令。
2.Anaconda的安装
下载Anaconda
官网下载地址:http://www.continuum.io/downloads
镜像下载:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
由于墙的缘故,推荐镜像下载。
将下载后的文件放入主文件夹,然后
bash Anaconda2-4.3.1-Linux-x86_64.sh(确认下版本号)
回车确认,进入License文档,输入q跳过,再输入yes,进入安装路径的设定
安装完成后会有提示,建议yes添加
pip install --upgrade tensorflow
其间可能会出现no moudel named tensorflow错误。把上面那句多运行两遍就解决了
安装完成后,可以用下列命令检测
python
import tensorflow as tf
3. 配置
安装JDK8
sudo apt-get install software-properties-common
sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer
建议在命令前加上sudo ,本人在安装是没加,出现各种权限错误。
安装Bazel以及其他依赖包
$ echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list
$ curl https://storage.googleapis.com/bazel-apt/doc/apt-key.pub.gpg | sudo apt-key add -
$ sudo apt-get update && sudo apt-get install bazel
个人在传统安装时,网速显示为0,根本安装不了,原因大概和上述原因一致。
选择安装包安装(权限不够加sudo)
apt-get install pkg-config zip g++ zlib1g-dev unzip
切记!!!
sudo apt-get install zlib1g-dev
而不是 sudo apt-get install zliblg-dev
apt-get install git
下载地址http://github.com/bazelbuild/bazel/releases/tag/0.5.4
也可以根据自己喜好选择更新版本,但要注意下列命令的版本号
chmod +x bazel-0.5.4-jdk7-installer-linux-x86_64.sh
./bazel-0.4.5-jdk7-installer-linux-x86_64.sh -user
export PATH=“$PATH:$HOME/bin”(等号之间不能加空格)
apt-get install python-numpy swig python-dev python-wheel
git clone https://github.com/tensorflow/tensorflow
cd tensorflow
./configure
其相关确认信息可根据黄文坚tensorflow实战的说明来确认
Configure顺利结束后,使用编译命令执行编译即可
bazel build -c opt //tensorflow/tools/pip_package:build_pip_package
bazel build --copt=-march=native -c opt //tensorflow/tools/pip_package:build_pip_package
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
ls -a /tmp/tensorflow_pkg
pip install /tmp/tensorflow_pkg/tensorflow-1.2.0rc0-cp27-none-linux_x86_64.whl(注意版本号)
相关参考书籍《Tensorflow实战Google深度学习框架》,黄文坚《Tensorflow实战》,
参考链接:https://blog.csdn.net/u014516389/article/details/72818155