《深度学习：主流框架和编程实战》——2.2　TensorFlow框架安装

2.2　TensorFlow框架安装

TensorFlow要求的安装环境为Ubuntu 12+，CPU不低于4代i3处理器，内存不低于4GB，原因在于为虚拟机分配的内存在虚拟机启动之后会以1:1的比例从物理内存中划走。下面的步骤是在Ubuntu 12+上的TensorFlow安装过程，TensorFlow提供了许多安装方法，如使用pip、Docker、Virtualenv、Anaconda或源码编译的方法，下面针对Anaconda作详细介绍。

2.2.1　基于Anaconda的安装

Anaconda是一个集成许多第三方科学计算库的Python科学计算环境，它使用conda作为自己的包管理工具，同时具有自己的计算环境，类似于Virtualenv。与Virtualenv一样，conda将不同Python 工程需要的依赖包存储在不同地方。TensorFlow上安装的Anaconda不会对之前安装的Python包进行覆盖。步骤如下：

1）Anaconda下载地址为https://www.continuum.io/downloads，本实例选择Python 2.7。如图2-2所示。

2）建立一个名为TensorFlow的conda计算环境，见图2-3（针对Python不同版本，建立不同环境）：

Python 2.7：conda create -n TensorFlow python=2.7

Python 3.6：conda create -n TensorFlow python=3.6

图2-2　下载Anaconda

图2-3　建立一个名为TensorFlow的conda计算环境

3）激活环境，用conda安装TensorFlow。

4）安装成功后，每次使用TensorFlow的时候需要激活conda环境。

5）激活TensorFlow环境，然后使用其中的pip命令安装TensorFlow（见图2-4）：

source activate TensorFlow

图2-4　激活TensorFlow环境

针对不同的Python版本以及用户是否有GPU，下面提供了不同的安装命令：

在Python 2.7、仅有CPU下安装TensorFlow：

(TensorFlow) pip install--ignore-installed--upgrade 

https://storage.googleapis.com/TensorFlow/linux/cpu/TensorFlow-1.1.0-cp27-none-linux_x86_64.whl

在Python 2.7、GPU可用下安装TensorFlow（要求CUDA工具包7.5和CuDNNv4）：

(TensorFlow) pip install --ignore-installed --upgrade 

https://storage.googleapis.com/TensorFlow/linux/gpu/TensorFlow-1.1.0rc0-cp27-none-linux_x86_64.whl

在Python 3.0以上、仅有CPU下安装TensorFlow：

(TensorFlow) pip install --ignore-installed --upgrade 

https://storage.googleapis.com/TensorFlow/linux/cpu/TensorFlow-1.1.0rc0-cp34-cp34m-linux_x86_64.whl

在Python 3.0以上、GPU可用下安装TensorFlow（要求CUDA工具包7.5和CuDNNv4）：

(TensorFlow) pip install --ignore-installed --upgrade 

https://storage.googleapis.com/TensorFlow/linux/gpu/TensorFlow-1.1.0rc0-cp34-cp34m-linux_x86_64.whl

通过以上步骤，TensorFlow就安装成功了。当不使用TensorFlow的时候关闭环境：

(TensorFlow)source deactivate