tensorflow下載及安裝方法

Tensorflow下載及安裝

2知識(shí)目標(biāo)如何安裝Tensorflow?有多少種安裝方法？嘗試你的第一個(gè)TensorFlow程序01學(xué)習(xí)目標(biāo)能力目標(biāo)學(xué)會(huì)安裝Tensorflow認(rèn)識(shí)方法023目錄01如何安裝Tensorflow?02多種安裝方法03你的第一個(gè)TensorFlow程序二進(jìn)制安裝4TensorFlowPythonAPI依賴Python2.7版本.在Linux和Mac下最簡(jiǎn)單的安裝方式,是使用pip安裝.二進(jìn)制安裝5Ubuntu/Linux

#僅使用CPU的版本 $pipinstall/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl #開(kāi)啟GPU支持的版本(安裝該版本的前提是已經(jīng)安裝了CUDAsdk) $pipinstall/tensorflow/linux/gpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl二進(jìn)制安裝6MacOSX

在OSX系統(tǒng)上,我們推薦先安裝homebrew,然后執(zhí)行brewinstallpython,以便能夠使用homebrew中的Python安裝TensorFlow.

另外一種推薦的方式是在virtualenv中安裝TensorFlow. #當(dāng)前版本只支持CPU $pipinstall/tensorflow/mac /tensorflow-0.5.0-py2-none-any.whl二進(jìn)制安裝7MacOSX

執(zhí)行該命令后，會(huì)在當(dāng)前目錄下創(chuàng)建一個(gè)名為grit的目錄，其中包含一個(gè).git的目錄，用于保存下載下來(lái)的所有版本記錄。

如果要自己定義要新建的項(xiàng)目目錄名稱，可以在上面的命令末尾指定新的名字： $gitclonegit:///schacon/grit.gitmygrit基于Docker的安裝8我們也支持通過(guò)Docker運(yùn)行TensorFlow.該方式的優(yōu)點(diǎn)是不用操心軟件依賴問(wèn)題.首先,安裝Docker.一旦Docker已經(jīng)啟動(dòng)運(yùn)行,可以通過(guò)命令啟動(dòng)一個(gè)容器: $dockerrun-itb.gcr.io/tensorflow/tensorflow該命令將啟動(dòng)一個(gè)已經(jīng)安裝好TensorFlow及相關(guān)依賴的容器.基于VirtualEnv的安裝9我們推薦使用virtualenv創(chuàng)建一個(gè)隔離的容器,來(lái)安裝TensorFlow.這是可選的,但是這樣做能使排查安裝問(wèn)題變得更容易.基于VirtualEnv的安裝10首先,安裝所有必備工具: #在Linux上: $sudoapt-getinstallpython-pippython-devpython-virtualenv #在Mac上: $sudoeasy_installpip#如果還沒(méi)有安裝pip $sudopipinstall--upgradevirtualenv基于VirtualEnv的安裝11接下來(lái),建立一個(gè)全新的virtualenv環(huán)境.為了將環(huán)境建在~/tensorflow目錄下,執(zhí)行: $virtualenv--system-site-packages~/tensorflow $cd~/tensorflow基于VirtualEnv的安裝12然后,激活virtualenv: $sourcebin/activate#如果使用bash $sourcebin/activate.csh#如果使用csh (tensorflow)$#終端提示符應(yīng)該發(fā)生變化在virtualenv內(nèi),安裝TensorFlow: (tensorflow)$pipinstall--upgrade<$url_to_binary.whl>基于VirtualEnv的安裝13接下來(lái),使用類似命令運(yùn)行TensorFlow程序: (tensorflow)$cdtensorflow/models/image/mnist (tensorflow)$pythonconvolutional.py #當(dāng)使用完TensorFlow (tensorflow)$deactivate#停用virtualenv $#你的命令提示符會(huì)恢復(fù)原樣從源碼安裝14克隆TensorFlow倉(cāng)庫(kù) $gitclone--recurse-submodules/tensorflow/tensorflow --recurse-submodules參數(shù)是必須得,用于獲取TesorFlow依賴的protobuf庫(kù).從源碼安裝15Linux安裝

（1）安裝Bazel

首先依照教程安裝Bazel的依賴.然后使用下列命令下載和編譯Bazel的源碼: $gitclone/bazelbuild/bazel.git $cdbazel $gitcheckouttags/0.1.0 $./compile.sh

上面命令中拉取的代碼標(biāo)簽為0.1.0,兼容Tensorflow目前版本.bazel的HEAD版本(即最新版本)在這里可能不穩(wěn)定.

將執(zhí)行路徑output/bazel添加到$PATH環(huán)境變量中.從源碼安裝16Linux安裝

（2）安裝其他依賴 $sudoapt-getinstallpython-numpyswigpython-dev

（3）可選:安裝CUDA(在Linux上開(kāi)啟GPU支持)

為了編譯并運(yùn)行能夠使用GPU的TensorFlow,需要先安裝 NVI DIA提供的CudaToolkit7.0和CUDNN6.5V2.從源碼安裝17Linux安裝（3）可選:安裝CUDA(在Linux上開(kāi)啟GPU支持) 1）下載并安裝CudaToolkit7.0 2）下載并安裝CUDNNToolkit6.5 3）配置TensorFlow的Cuba選項(xiàng) 4）編譯目標(biāo)程序,開(kāi)啟GPU支持MacOSX安裝18Mac和Linux需要的軟件依賴完全一樣,但是安裝過(guò)程區(qū)別很大.以下鏈接用于幫助你在MacOSX上安裝這些依賴: 6.1Bazel https://bazel.build/docs/install.html 6.2SWIG /Doc3.0/Preface.html

注意:你需要安裝PCRE,而不是PCRE2. 6.2Numpy /doc/numpy/user/install.html創(chuàng)建pip包并安裝19$bazelbuild-copt//tensorflow/tools/pip_package:build_pip_package$bazel-bin/tensorflow/tools/pip_package/build_pip_package/tmp/tensorflow_pkg#.whl文件的實(shí)際名字與你所使用的平臺(tái)有關(guān)$pipinstall/tmp/tensorflow_pkg/tensorflow-0.5.0-cp27-none-linux_x86_64.whl嘗試你的第一個(gè)TensorFlow程序20啟用GPU支持

如果你使用pip二進(jìn)制包安裝了開(kāi)啟GPU支持的TensorFlow,你必須確保系統(tǒng)里安裝了正確的CUDAsdk和CUDNN版本.

你還需要設(shè)置LD_LIBRARY_PATH和CUDA_HOME環(huán)境變量.可以考慮將下面的命令添加到~/.bash_profile文件中,這樣每次登陸后自動(dòng)生效.注意,下面的命令假定CUDA安裝目錄為/usr/local/cuda: exportLD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64" exportCUDA_HOME=/usr/local/cuda嘗試你的第一個(gè)TensorFlow程序21運(yùn)行TensorFlow

$python >>>importtensorflowastf