当下深度学习框架特别多,但由于google强大的社区和技术,使得tensorflow从中脱颖而出。tensorflow有多中安装方法:
pip 安装:这种安装形式类似于安装其他的Python安装包。会影响到机器上当前的Python环境,可能会与已安装的某些版本相冲突。
anaconda安装:以anaconda为基础安装tensorflow,这样可以使之与当前python环境相隔离。在使用tensorflow时不影响其他python应用的使用。
Docker安装:在docker中隔离安装tensorflow。
源码安装:编译源码安装tensorflow。
在这里,我主要推荐的是anaconda安装。原因有两点:
anaconda基本上包含了Python常用的科学计算包,比如numpy,scipy,matplotlib,scikit-learn等等。这就不用使你在单纯的python环境下一个一个的去用pip进行安装。
想在anaconda上扩展其他应用时非常简单,只需要conda create一个的新的环境,就ok了,而且不会影响之前的使用。
下面我们将进入到正题。
一、nivida驱动、cuda8.0以及cudnn v5.1的安装
若安装cpu版的tensorflow,这步跳过。但若时gpu版的tensorflow,请参考我之前写过的文章,请点击这里。
二、安装anaconda
由于本文所采用的是安装anaconda2,因此我们要下载Anaconda2-4.3.0-Linux-x86_64.sh安装文件。下载地址有两个:
下载好之后,在文件路径下执行以下命令:
bash Anaconda2-4.3.0-Linux-x86_64.sh
接下来按照提示设置一些安装路径等参数,我安装的时候全部采用的默认路径。
安装完成之后,打开终端输入python,若出现如下图片,则表示anaconda2安装成功。
为了确保anaconda路径是否被添加到~/.bashrc中去,接下来执行:
sudo gedit ~/.bashrc
进行查看,若出现红线标记的路径,则说明anaconda路径已经被添加到环境中去,若没有的话,则添加上该命令(注意将名字改成你自己的名字)。为了保证与系统的python不冲突,可以注释掉蓝色标记的ubuntu自带的python路径,以后若想用的话,只需要在取消注释即可。
然后保存并退出, 最后输入以下命令使环境变量生效。
source ~/.bashrc
三、安装tensorflow
首先conda一个新的环境,即输入以下命令:
# Python 2.7 $ conda create -n TensorFlow python=2.7 # Python 3.4 $ conda create -n TensorFlow python=3.4 # Python 3.5 $ conda create -n TensorFlow python=3.5
因为Anaconda2-4.3.0-Linux-x86_64.sh默认的Python环境是python2.7,因此我们应该create一个python2.7的环境。创建成功后,输入conda info –envs可以查看我们create的环境,如下图所示:
激活环境:
source activate tensorflow
此时界面应该是这样的:
退出环境则需要输入:
source deactivate
安装tensorflow
激活tensorflow环境后输入以下命令:
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.0.0rc0-cp27-none-linux_x86_64.whl
其中gpu指的时tensorflow时gpu版本的,若要下载cpu版本的,只需将其换成cpu;1.0.0rc0-cp27指的是tensorflow版本是1.0的,并适用与Python 2.7的环境。
若要下载最新版的tensorflow,则需输入:
# cpu pip install tensorflow # gpu pip install tensorflow-gpu
因为外网的原因有时下载的很慢,但有时正常~~~为了保险起见,有两种解决办法:
- 将tensorflow文件下载好,然后在进行安装;
- 使用douban提供的pipy国内镜像服务,如果想手动指定源,可以在pip后面跟-i 来指定源,比如用豆瓣的源来安装tensorflow框架:
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.0.0rc0-cp27-none-linux_x86_64.whl -i http://pypi.douban.com/simple
详情请参考这里。
安装完成之后退出环境,即输入source deactivate。
四、测试tensorflow
打开终端,输入
import tensorflow as tf
不报错即可,如下图所示:
至此,anaconda2+gpu版的tensorflow安装完成。由于在实际中我们下载到的代码有可能时python2的,也有可能时python3的,因此下一篇我们将讨论如何在anaconda2上conda create一个anaconda3,并在anaconda3上安装python3的tensorflow版本。
参考文章: