安装
- 使用pip,通过打包好的安装包,安装仅支持CPU的Tensorflow
找到合适的安装包URL(export用于设置或显示环境变量)
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.0-cp35-cp35m-linux_x86_64.whl
通过pip安装Tensorflow(安装指定环境变量中的的安装包,上述安装包URL不好链接)
sudo pip3 install --upgrade $TF_BINARY_URL
- 通过源代码编译成安装包的形式,安装支持CPU和GPU的Tensorflow(或者定制的Tensorflow)
Bazel(谷歌开源的自动化构建工具,在这用于编译源码为pip的安装包wheel):https://github.com/bazelbuild/bazel/releases/0.19.1
Nvidia(英伟达)以下两个安装用于支持Tensorflow使用GPU
Cuda:https://developer.nvidia.com/cuda-toolkit
cnDNN:https://developer.nvidia.com/rdp/cudnn-download
测试案例
>>> import tensorflow as tf
>>> a = tf.constant([1.0,2.0], name="a")
>>> b = tf.constant([2.0,3.0], name="b")
>>> result = a+b
>>> sess = tf.Session()
2018-11-17 22:09:08.446349: I tensorflow/core/platform/cpu_feature_guard.cc: