TensorFlow安装教程

TensorFlow 安装环境要求

TensorFlow在以下64位系统环境下经过测试和支持

• Python 3.5–3.7
• macOS 10.12.6 (Sierra) or later (no GPU support)
• Ubuntu 16.04 or later
• Raspbian 9.0 or later
• Windows 7 or later

在mac OS上安装

在mac OS上通常有两种安装方法virtualenv+pip和docker。

通过virtualenv + pip

Python 3 要求

Python 3.5–3.7
pip >= 19.0

Python 2.7 要求

Python == 2.7
pip >= 19.0

安装Pthon开发环境

这里以Python 3 为例，如果你没有安装Python，pip和Virtualenv，请参考下面的方法，否则跳过这一步

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
export PATH="/usr/local/bin:/usr/local/sbin:$PATH"
brew update
brew install python  # Python 3
sudo pip3 install -U virtualenv  # system-wide install

创建一个Virtualenv

Virtualenv 可以做到与其他 Python 开发隔离的虚拟环境。下面是在 ./py3x 目录下创建一个Python 3 的虚拟环境

virtualenv --system-site-packages -p python3 ./py3x

激活虚拟环境

source ./py3x/bin/activate  # sh, bash, ksh, or zsh

在虚拟环境中升级pip

pip install --upgrade pip

如果不想使用虚拟环境，可以使用下面的命令退出

deactivate  # don't exit until you're done using TensorFlow

通过pip安装TensorFlow

pip有下面三种不同的TensorFlow包：

• tensorflow：最新稳定发布版
• tf-nightly：预览版，可能不稳定
• tensorflow==1.15：TensorFlow 1.x 的最后一个版本

安装示例

pip install --upgrade tensorflow

校验是否安装成功

python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

通过docker

Docker 使用容器创建虚拟环境，以便将 TensorFlow 安装与系统的其余部分隔离开来。

官方 TensorFlow Docker 的镜像位于 tensorflow/tensorflow。下面是各标签的说明

标签	说明
latest	TensorFlow 最新稳定版。
nightly	TensorFlow 预览版（不稳定）。
version	TensorFlow 指定版本，如1.15.0。
devel	TensorFlow开发版，包含源码。

上面的标签也有一些变体，下面是相关的说明

标签变体	说明
tag-gpu	支持 GPU 的指定标签版本。
tag-py3	支持 Python 3 的指定标签版本。
tag-jupyter	带有 Jupyter 的指定标签版本（包含 TensorFlow 教程）。

这里假定你已经安装Docker，先拉取镜像，以支持 Python 3 的最新 TensorFlow 版本为例

docker pull tensorflow/tensorflow:latest-py3  # Download latest stable image

其他版本示例

docker pull tensorflow/tensorflow                     # latest stable release
docker pull tensorflow/tensorflow:devel-gpu           # nightly dev release w/GPU support
docker pull tensorflow/tensorflow:latest-gpu-jupyter  # latest release w/ GPU support and Jupyter

启动 TensorFlow Docker 容器

docker run [-it] [--rm] [-p hostPort:containerPort] tensorflow/tensorflow[:tag] [command]

以启动支持 Python 3 的最新 TensorFlow 版本为例

docker run -it -p 8080:8080 tensorflow/tensorflow:latest-py3

启动 Python，验证你的环境

>>> import tensorflow as tf
>>> print(tf.__version__)
2.1.0

在Linux上安装

Linux上安装完Virtualenv或者Docker后，其他方法是一样的，不再详细说明。

参考

[1] Install TensorFlow with pip
[2] Install TensorFlow with Docker