关于 TensorFlow 安装,有很多方法可以实践。本文将为大家详细介绍如何利用 pip 安装 TensorFlow 。
可用安装包
tensorflow — 仅限 CPU 的当前版本(推荐给初学者)
tensorflow - gpu— 支持 GPU 的当前版本(Ubuntu 和 Windows)
tf - nightly —Nightly 仅为 CPU 构建(不稳定)
tf - nightly - gpu — 使用 GPU 支持 Nightly(不稳定,Ubuntu 和 Windows)
系统要求
Ubuntu 16.04 或更高版本(64 位)
macOS 10.12.6(Sierra)或更高版本(64 位)(无 GPU 支持)
Windows 7 或更高版本(64 位)(仅限 Python 3)
Raspbian 9.0 或更高版本
硬件要求
从 TensorFlow 1.6 开始,二进制文件使用 AVX 指令,这些指令可能无法在老一点的 CPU 上运行
阅读 GPU 支持指南(https://tensorflow.google.cn/install/gpu?hl=zh-CN),在 Ubuntu 或 Windows 上设置支持 CUDA® 的 GPU 卡
在系统上安装 Python 开发环境
Python 3
检查您的 Python 环境是否已配置:
需要 Python 3.4, 3.5 或 3.6
$ python3 --version$pip3 --version$virtualenv --version
如果已安装这些软件包,请跳至下一步。
否则,请安装 Python,pip 包管理器和 Virtualenv:
UBUNTU
$sudo apt update$sudo apt install python3-dev python3-pip$sudo pip3 install -U virtualenv # system-wide install
MAC OS
使用 Homebrew 包管理器安装:
$/usr/bin/ruby -e "$(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
WINDOWS
安装 2015 Redistributable Update 3。这是 Visual Studio 2015 附带的,可以单独安装:
转到 Visual Studio 下载
选择 Redistributables 和 Build Tools
下载并安装 Microsoft Visual C ++ 2015 Redistributable Update 3
安装适用于 Windows 的 64 位 Python 3 发行版(选择 pip 作为可选功能)
C:\>pip3 install -U pip virtualenv
RASPBERRY PI
$sudo apt update$sudo apt install python3-dev python3-pip$sudo apt install libatlas-base-dev # required for numpy$sudo pip3 install -U virtualenv # system-wide install
OTHER
$curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py$python get-pip.py$sudo pip3 install -U virtualenv # system-wide install
Python 2.7
检查您的 Python 环境是否已配置:
$python --version$pip --version$virtualenv --version
如果已安装这些软件包,请跳至下一步。
否则,请安装 Python,pip 包管理器和 Virtualenv:
UBUNTU
$sudo apt update$sudo apt install python-dev python-pip$sudo pip install -U virtualenv # system-wide install
MAC OS
使用 Homebrew 包管理器安装:
$/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"$export PATH="/usr/local/bin:/usr/local/sbin:$PATH"$brew update$brew install python@2 # Python 2$sudo pip install -U virtualenv # system-wide install
RASPBERRY PI
$sudo apt update$sudo apt install python-dev python-pip$sudo apt install libatlas-base-dev # required for numpy$sudo pip install -U virtualenv # system-wide install
OTHER
$curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py$python get-pip.py$sudo pip install -U virtualenv # system-wide install
创建虚拟环境(推荐)
Python 虚拟环境用于将程序包安装与系统隔离。
UBUNTU / MAC OS
通过选择 Python 解释器并创建一个 ./venv 目录来创建一个新的虚拟环境:
$virtualenv --system-site-packages -p python2.7./venv
使用特定于 shell 的命令激活虚拟环境:
$source ./venv/bin/activate # sh, bash, ksh, or zsh
当 virtualenv 处于活动状态时,shell 提示符前缀为(venv)。
要在不影响主机系统设置的情况下,在虚拟环境中安装软件包。首先升级 pip:
(venv)$pip install --upgrade pip(venv)$pip list # show packages installed within the virtual environment
之后退出 virtualenv:
(venv)$deactivate # don't exit until you're done using TensorFlow
WINDOWS
通过选择 Python 解释器并创建一个 ./venv 目录来创建一个新的虚拟环境。
激活虚拟环境:
(venv)C:\>.\venv\Scripts\activate
在虚拟环境中安装软件包,不会影响主机系统设置。 首先升级 pip:
(venv)C:\>pip install --upgrade pip(venv)C:\>pip list # show packages installed within the virtual environment
之后退出 virtualenv:
(venv)C:\> deactivate # don't exit until you're done using TensorFlow
CONDA
我们推荐使用 TensorFlow 提供的 pip 包,也可以使用社区支持的 Anaconda 包。
通过选择 Python 解释器并创建一个 ./venv 目录来创建一个新的虚拟环境:
$conda create -nvenvpip python=2.7
激活虚拟环境:
&source activatevenv
在虚拟环境中,使用其完整 URL 安装 TensorFlow pip 包
(venv)$pip install --ignore-installed --upgrade packageURL
之后退出 virtualenv:
(venv)$source deactivate
安装 TensorFlow pip 包
从 PyPI 中选择以下 TensorFlow 软件包之一进行安装:
tensorflow—仅限 CPU 的当前版本(推荐给初学者)
tensorflow - gpu —支持 GPU 的当前版本(Ubuntu 和 Windows)
tf - nightly— Nightly 仅为 CPU 构建(不稳定)
tf - nightly - gpu —使用 GPU 支持 Nightly(不稳定,Ubuntu 和 Windows)
程序包依赖项是自动安装的。 都列在 REQUIRED_PACKAGES 下的 setup.py 文件中。
VIRTUALENV INSTALL
(venv)$ pip install --upgrade tensorflow
验证安装:
(venv)$python -c "import tensorflow as tf; print(tf.__version__)"
SYSTEM INSTALL
$ pip install --user --upgrade tensorflow # install in $HOME
验证安装:
$python -c "import tensorflow as tf; print(tf.__version__)"
成功:现在已安装 TensorFlow。 阅读教程,开始使用。(https://tensorflow.google.cn/tutorials/?hl=zh-CN)
安装包位置
一些安装机制需要 TensorFlow Python 包的 URL。 您指定的值取决于您的 Python 版本。
版本 | URL |
Linux | |
Python 2.7 CPU-only | https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.11.0-cp27-none-linux_x86_64.whl |
Python 2.7 GPUsupport | https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.11.0-cp27-none-linux_x86_64.whl |
Python 3.4 CPU-only | https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.11.0-cp34-cp34m-linux_x86_64.whl |
Python 3.4 GPUsupport | https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.11.0-cp34-cp34m-linux_x86_64.whl |
Python 3.5 CPU-only | https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.11.0-cp35-cp35m-linux_x86_64.whl |
Python 3.5 GPUsupport | https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.11.0-cp35-cp35m-linux_x86_64.whl |
Python 3.6 CPU-only | https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.11.0-cp36-cp36m-linux_x86_64.whl |
Python 3.6 GPUsupport | https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.11.0-cp36-cp36m-linux_x86_64.whl |
macOS (CPU-only) | |
Python 2.7 | https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.11.0-py2-none-any.whl |
Python 3.4, 3.5, 3.6 | https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.11.0-py3-none-any.whl |
Windows | |
Python 3.5 CPU-only | https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.11.0-cp35-cp35m-win_amd64.whl |
Python 3.5 GPUsupport | https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.11.0-cp35-cp35m-win_amd64.whl |
Python 3.6 CPU-only | https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.11.0-cp36-cp36m-win_amd64.whl |
Python 3.6 GPUsupport | https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.11.0-cp36-cp36m-win_amd64.whl |
-
gpu
+关注
关注
28文章
4700浏览量
128672 -
python
+关注
关注
55文章
4778浏览量
84439 -
tensorflow
+关注
关注
13文章
328浏览量
60490
原文标题:TensorFlow 安装手册 — 使用 pip 安装 TensorFlow
文章出处:【微信号:tensorflowers,微信公众号:Tensorflowers】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论