Linux系統下安裝TensorFlow（CPU或者GPU版）__Linux

本文目錄

引言 基於Anaconda的tensorflow安裝 1 下載linux版本的Anaconda安裝包 2 安裝Anaconda 利用anaconda安裝tensorflow 1 建立一個 conda 計算環境 2 啟用環境使用 conda 安裝 TensorFlow 3 安裝tensorflow 4 如何在jupyter中使用tensorflow 總結 利用Docker安裝tensorflow 1 安裝docker 2 建立tensorflow的image 安裝過程中的一些小問題記錄

1.引言

TensorFlow = Tensor(向量)+Flow(流)=”張量在網狀圖中流動”。

主要參考： 
[1] Tensorflow官網Tutorials 
[2] 極客學院對Tensorflow官網教程的翻譯

官方提供了5種安裝tensorflow的方法: Pip install: Install TensorFlow on your machine, possibly upgrading previously installed Python packages. May impact existing Python programs on your machine. Virtualenv install: Install TensorFlow in its own directory, not impacting any existing Python programs on your machine. Anaconda install: Install TensorFlow in its own environment for those running the Anaconda Python distribution. Does not impact existing Python programs on your machine. Docker install: Run TensorFlow in a Docker container isolated from all other programs on your machine. Installing from sources: Install TensorFlow by building a pip wheel that you then install using pip.

幾點說明： 
1. 由於在使用Tensorflow時，可以直接Python調用，所以，這裡決定使用python學習tensorflow 
2. 使用python，jupyter notebook是一個不可或缺的工具，所以，本文還將記錄如何在ubuntu下安裝jupyter 
3. 這裡主要安裝python2.7版本的相關組件 2. 基於Anaconda的tensorflow安裝 2.1 下載linux版本的Anaconda安裝包

 
下載地址：https://www.continuum.io/downloads ，如該國外網址訪問不了或者網速太慢，可以訪問清華大學的鏡像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
這裡選擇64位Linux的Python 2.7版本 
點擊下載，下載完成後，得到Anaconda2-4.0.0-linux-x86_64.sh安裝檔案（下載的檔案在系統使用者的Downloads檔案夾下，我的系統路徑為/home/tensorflow/Downloads/） 2.2 安裝Anaconda

開啟terminal,輸入如下命令,然後斷行符號 
bash /home/tensorflow/Downloads/Anaconda2-4.0.0-Linux-x86_64.sh 

這裡的/home/tensorflow/Downloads/是存放Anaconda2-4.0.0-Linux-x86_64.sh的路徑(這裡的/home/tensorflow為建立Linux系統是索取的系統使用者所在的路徑，tensorflow為系統使用者名稱)

閱讀license,一步步斷行符號閱讀(出現more時通過斷行符號往下看) 
 

輸入yes,表示接受license 

設定安裝路徑,這裡使用預設安裝路徑,直接輸入斷行符號即可 

開始自動安裝過程 

如下圖提示：確認是否將Anaconda的安裝路徑添加到環境變數中,一定要輸入yes，否則添加環境變數會比較麻煩。
 
關於這裡一定要注意:

如果在安裝過程中,該步沒有選擇yes,那麼Anaconda的安裝路徑不會被添加到環境變數中,安裝結束後會出現如下資訊：

Do you wish the installer to prepend the Anaconda2 install location 
to PATH in your /home/tingting/.bashrc ? [yes|no] 
[no] >>> 
You may wish to edit your .bashrc or prepend the Anaconda2 install location: 
$ export PATH=/home/tingting/anaconda2/bin:$PATH 
Thank you for installing Anaconda2!

當時也沒有注意這個資訊，沒有管，結果安裝完anaconda後，發現根本不能使用，才注意到這條資訊，原來，Anaconda的bin路徑並沒有被添加到PAHT環境變數中，所以需要在命令列中輸入如下命令： 
export PATH=/home/tingting/anaconda2/bin:$PATH 
即將anaconda的bin路徑添加到環境變數PATH中

安裝完成 
 
這裡可以看到,notebooks和一些python包都被成功安裝了,但對於環境變數的更改,必須要新開啟一個terminal才會生效,否則,相關的指令都不會被認識 

在配置好環境變數後，開啟新的terminal，輸入conda info命令可以查看安裝資訊，輸入conda list命令可以查詢安裝有哪些python庫，常用的有python，numpy，scipy等。如果發現有什麼沒有安裝，可以運行conda install ***來安裝（這裡***代表你要安裝的python包的名稱），如果某個包不是最新的，可以運行conda update ***更新到最新版。

開啟新的terminal,輸入Jupyter notebook,發現jupyter被成功安裝了 

開啟瀏覽器:http://localhost:8888/tree（可以看到安裝了python 2的kernel） 
3. 利用anaconda安裝tensorflow 3.1 建立一個 conda 計算環境

Create a conda environment called tensorflow:

conda create -n tensorflow python=2.7

3.2 啟用環境,使用 conda 安裝 TensorFlow

Activate the environment and use pip to install TensorFlow inside it.

source activate tensorflow

3.3 安裝tensorflow

安裝

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl

之前在虛擬機器中的ubutnu下安裝tensorflow,就在這一步折騰了2天,就是不成功,每次都是timeout等各種問題,這次在雙系統的機器上,瞬間就裝好了,實在不知道之前的失敗是因為虛擬機器還是網速的問題

安裝成功後,每次使用 TensorFlow 的時候需要啟用 conda 環境,可以看到,在正常情況下,是anaconda的bin路徑在環境變數中,但啟用conda-tensorflow環境後,環境變數中儲存的是tensorflow下的bin路徑 

如果上面的連結訪問不了或者安裝不成功，可以在Linux系統terminal執行anaconda search -t conda tensorflow命令，搜素都有哪些TensorFlow安裝包，通過具體的版本和適用平台資訊選擇相應的版本。然後複製上面你要選擇的TensorFlow安裝包的Name，這裡假設安裝的為ijstokes/tensorflow，則可通過anaconda show ijstokes/tensorflow命令查看詳細的該包所在連結及安裝命令，複製返回來的安裝命令輸入terminal，這裡的安裝命令為conda install --channel https://conda.anaconda.org/ijstokes tensorflow，你可以根據具體的安裝包進行安裝。

注意：如果你上面安裝的是GPU版的tensorflow，這裡還需要安裝CUDA(Compute Unified Device Architecture)。CUDA是顯卡廠商NVIDIA推出的運算平台。 CUDA是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決複雜的計算問題。 它包含了CUDA指令集架構（ISA）以及GPU內部的並行計算引擎。 如何安裝CUDA

1.首先確認你的電腦是否安裝了nvidia顯卡，目前CUDA只支援Nvida的顯卡，不支援AMD/ATI的顯卡（AMD對OpenCL支援的很好，我在安裝時就沒注意顯卡，折騰了一兩天，發現fatal問題，提示no module nvidia，當回過頭來查看自己的顯卡時發現是AMD類型的，才想到是不是不支援AMD的顯卡，白白折騰了那麼長時間）。在裝置管理員中，可以查看顯卡資訊。如下圖所示，含有NVIDIA的顯卡，就可安裝。
2.在英偉達的官網上下載cuda工具包，注意是windows系統的，而且需要看清楚是筆記本還是台式機的安裝包，下載筆記本的安裝套件，名字為cuda_5.0.35_winvista_win7_win8_notebook_32-3，(cuda5.5類似）雙擊開啟安裝即可，，按照提示安裝，在這過程中，它也會更新nvidia的顯卡驅動。
3.CUDA工具包安裝完成後，我們還需要確認，CUDA是否已經正確安裝，我們可以先檢查nvcc編譯器是否正確安裝，在命令提示字元視窗中輸入：nvcc -V，斷行符號查看是否有版本資訊。若出現版本資訊，則證明nvcc安裝成功，
4.更一般的，我們會在命令列中運行在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.0\bin\win32\Release中deviceQuery程式，若能檢測到cuda device則證明程式已經正確安裝

官網地址為https://developer.nvidia.com/cuda-downloads，選擇作業系統、架構體系、版本、安裝類型等參數後點擊下載。下載完之後，在終端terminal中轉到Downloads下，按照下圖所示的三條安裝命令進行安裝。具體的GPU版的Tensorflow如何安裝在centos7 64位 系統中，可以參考http://blog.csdn.net/wang2008start/article/details/71319970和http://www.cnblogs.com/evempire/p/5620609.html。其中提到的添加環境變數，我的虛擬機器是在路徑/etc/profile下，在終端中輸入 vi /etc/profile進行添加如下兩條語句。

export PATH=/usr/local/cuda-8.0/lib64:$PATH

export LD_BIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

使用如下命令將改變生效，並測試

source /etc/profile    //立即生效

nvcc -V//檢查CUDA

yum install cmake //安裝cmake

cd /usr/local/cuda-8.0/samples

make//測試CUDA

測試時間較長，一段時間沒有error即可中止。

測試tensorflow是否安裝成功 
(1) 啟用conda環境 
(2)進入python 
(3)import tensorflow 
整個過程比較順利,tensorflow被成功import了 
3.4 如何在jupyter中使用tensorflow