TensorFlow是Google的一个开源机器学习框架,官网:https://www.tensorflow.org/
里面有详细的教程和API说明,我在虚拟机上装的TensorFlow所以不支持CUDA版本的TensorFlow安装。
TensorFlow安装方式
TensorFlow官网介绍了四种安装方式
- virtualenv
- 常见的pip安装
- Docker
- Anaconda
官方建议采用virtualenv安装方式进行安装,因为Virtualenv的Python环境可以与其他Python开发环境隔离,不受同一台机器上其他的Python程序影响,在Virtualenv下是用TensorFlow只需要激活Python虚拟环境即可,这样就能为TensorFlow的安装和运行提供了一个安全可靠的机制。
在使用pip安装时注意开发环境是Python2.x还是Python3.x,Python2.x调用pip而Python3.x则是pip3
使用Virtualenv安装TensorFlow
- 1.首先通过如下命令安装pip和virtualenv
$ sudo apt-get install python-pip python-dev python-virtualenv # for Python 2.7
$ sudo apt-get install python3-pip python3-dev python-virtualenv # for Python 3.n
- 1
- 2
- 2.使用如下命令创建virtualenv环境
$ virtualenv --system-site-packages targetDirectory # for Python 2.7
$ virtualenv --system-site-packages -p python3 targetDirectory # for Python 3.n
- 1
- 2
上述名称中的targetDirectory是自己命名的一个空间,这里假定是 ~/tensorflow,你也可名命名其他名称
- 3.使用如下命令激活virtualenv环境
$ source ~/tensorflow/bin/activate # bash, sh, ksh, or zsh
$ source ~/tensorflow/bin/activate.csh # csh or tcsh
- 1
- 2
如下图
- 4.在virtualenv环境下安装TensorFlow
如果已经将TensorFlow的源添加到系统则可以直接执行如下命令
(tensorflow)$ pip install --upgrade tensorflow # for Python 2.7
(tensorflow)$ pip3 install --upgrade tensorflow # for Python 3.n
(tensorflow)$ pip install --upgrade tensorflow-gpu # for Python 2.7 and GPU
(tensorflow)$ pip3 install --upgrade tensorflow-gpu # for Python 3.n and GPU
- 1
- 2
- 3
- 4
注意:虚拟机环境下不支持GPU版的TensorFlow,只能安装CPU版的TensorFlow
如果没有添加TensorFlow的源则上述命令执行失败,需要手动添加tensorflow的网址,根据不同的Python版本和是否支持GPU加速,TensorFlow细分了很多版本,如下:
Python2.7 CPU Only
https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp27-none-linux_x86_64.whl
- 1
Python2.7 GPU
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp27-none-linux_x86_64.whl
- 1
Python3.4 CPU Only
https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp34-cp34m-linux_x86_64.whl
- 1
Python3.4 GPU
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp34-cp34m-linux_x86_64.whl
- 1
Python3.5 CPU Only
https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
- 1
Python3.5 GPU
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp35-cp35m-linux_x86_64.whl
- 1
Python3.6 CPU Only
https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp36-cp36m-linux_x86_64.whl
- 1
Python3.6 GPU
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp36-cp36m-linux_x86_64.whl
- 1
在安装GPU版TensorFlow之前应先执行如下命令
sudo apt-get install libcupti-dev
- 1
以便安装其依赖库。
执行如下命令安装TensorFlow
(tensorflow)$ pip install --upgrade tfBinaryURL # Python 2.7
(tensorflow)$ pip3 install --upgrade tfBinaryURL # Python 3.n
- 1
- 2
将tfBinaryURL改为对应的tensorflow版本。如我的开发环境是Ubuntu-64bit+Python3.5,虚拟机环境下不支持GPU加速,我就选择Python3.5 CPU Only,并执行如下命令:
pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
Collecting tensorflow==1.2.1 from https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
- 1
- 2
在执行这段命令的时候如果报错是网络错误,这时候就可以拿出你的fan-qiang利器了,或者是多执行几次上面的命令总有能链接成功的时候。安装完成后可以通过命令
pip list #Python 2.7
pip3 list #Python3.n
- 1
- 2
查看tensorflow是否已经存在
退出TensorFlow环境命令如下:
(tensorflow) keith@keith-workstation:~$ deactivate
- 1
使用pip或pip3直接安装tensorflow
- 1.首先安装其依赖项
$ sudo apt-get install python-pip python-dev # for Python 2.7
$ sudo apt-get install python3-pip python3-dev # for Python 3.n
- 1
- 2
- 2.安装TensorFlow
过程重复上个标题中第4步,只不过是不再是在virtualenv中安装,不再赘述,如我安装命令如下:
$ sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
Collecting tensorflow==1.2.1 from https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
- 1
- 2
区别就是这一步要添加sudo以管理员身份运行。
检查是否安装成功
import tensorflow as tf
hello=tf.constant('Hello, TensorFlow')
sess=tf.Session()
print(sess.run(hello))
- 1
- 2
- 3
- 4
输出Hello,TensorFlow即配置成功。