32位linux可以安装tensorflow吗,如何在Linux上安装tensor-flow

Tensorflow V1.0中的所有内容都发生了变化，本指南解释了如何在支持GPU的Ubuntu上安装Tensorflow，我只在Ubuntu14.04上测试过这些说明。nVidia支票

首先，您必须检查nVidia是否已安装，然后输入以下命令进行检查：nvidia-smi

你应该看看这样的东西

如果您看到这个您的nvidia卡是正确安装的。安装CUDA，Cudnn

转到https://developer.nvidia.com/cuda-downloads，下载用于ubutu 14.04的cuda工具包(download.deb文件)，并使用以下命令安装它sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

小心tensorflow V1.0是cuda-8.0所必需的，并且不适用于cuda-7.5，如果您安装了cuda-7.5及更低版本，则在python中导入tensorflow时会出现此错误

importorror:libcudart.so.7.5:无法打开共享对象文件：没有这样的文件或目录。

安装cuda-8.0后，转到https://developer.nvidia.com/cudnn并下载cuDNN v5.1(2017年1月20日)，用于cuda 8.0并使用以下命令安装tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz

sudo cp -P include/cudnn.h /usr/local/include

sudo cp -P lib64/libcudnn* /usr/local/lib64

sudo chmod a+r /usr/local/lib64/libcudnn*

在最后，将这些行添加到您的路径文件中，或者将这些行添加到~/.bashrc文件中，以便执行此操作，请使用以下命令：

打开~/.bashrcsudo nano ~/.bashrc

添加这些行export CUDA_HOME=/usr/local/cuda-8.0

export LD_LIBRARY_PATH=/usr/local/cuda/lib64张量流

要在支持gpu的情况下安装tensorflow，可以使用下面的一个命令安装它pip install tensorflow-gpuI tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcublas.so.8.0 locally

I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcudnn.so.5 locally

I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcufft.so.8.0 locally

I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcuda.so.1 locally

I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcurand.so.8.0 locally

毕竟，如果在python控制台中导入tensorflow时正确地执行所有操作，您可以看到这些，这意味着您的tensorflow支持gpu