0%

Linux下安装TensorFlow

TensorFlow是Google推出的一个数值计算库,下面详述一下我个人推荐的安装方法。

安装Anaconda

Anaconda是一个python的发行版本,集成了数百个科学计算库,使用十分方便;同时包含了conda包管理器,不仅可以用于安装其他库,也可以用于创建虚拟环境,后续你就能体会到它的方便之处了。

可以去Anaconda这里下载完整的安装包(包含了数百个库),或者安装Miniconda(含conda包管理器,但没有第三方库)之后使用conda install xxx安装自己所需的其他库,推荐下载64-bit的版本,选择python2.7还是python3.5则根据个人喜好选择,最后下载之后的安装包名称应该是以.sh结尾的文件,放置在Linux用户主目录中。

使用下列命令安装(建议使用4.2.0版本,4.3.0里包含的是Python3.6,用起来暂时不太方便):

1
bash Anaconda3-4.2.0-Linux-x86_64.sh

Anaconda3-4.2.0-Linux-x86_64.sh替换为你实际下载的安装包名称,一路回车即安装好了,默认是安装在主目录下的。在安装过程中,有一个选项问你是否将anaconda目录添加至.bashrc中,这个时候推荐输入yes,这样在终端内启动python时会默认启动Anaconda中的python,而不是系统自带的python,使用起来方便很多。

创建虚拟环境

Anaconda安装好之后,使用下列命令创建一个python2.7或者python3.5的虚拟环境:
conda create -n py2 python=2.7conda create -n py3 python=3.5
命令中的py2py3只是一个名字,可以任意取。

激活虚拟环境

使用source activate py3命令激活虚拟环境(自行替换py3为你自己的命名),这时候在终端中可以看到提示符最前面有一个(py3)

安装TensorFlow

TensorFlow已经被上传至pypi了,现在安装非常方便了…
如果安装CPU版本,使用

1
pip install --ignore-installed --upgrade tensorflow

如果安装GPU版本,使用

1
pip install --ignore-installed --upgrade tensorflow-gpu

如果下载速度过慢,可以使用科大pypi镜像或者清华pypi镜像加速。

注意:安装好之后,在保证命令符前有(py3)的情况下,进行python并输入import tensorflow,如果没有报错说明安装成功。

从源码编译

官网提供的安装包为了保持最大的兼容性,去掉了优化编译选项,不能达到最快的速度,因此最好是自己从源码编译…这个有空再写吧…

安装其他附加包

需要安装其他附加库到我们的py3虚拟环境中时,同样使用source acitvate py3先激活虚拟环境,然后使用conda install xx安装包,xx代表包名。
我个人一般会安装这些包:
conda install numpy scipy matplotlib scikit-learn scikit-image pillow spyder jupyter notebook

更新记录

2017/3/15 TensorFlow早已经被上传至pypi了,因此删掉大量篇幅…