TensorFlow安装手册之如何利用pip安装 TensorFlow

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