Ubantu 安装 TensorFlow 详细教程

 

不要使用python2 安装, 
不要使用python2 安装,
不要使用python2 安装,

使用清华镜像, 会快很多:
pip install tensorflow==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple

使用清华镜像, 会快很多:
pip install tensorflow==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple

使用清华镜像, 会快很多:
pip install tensorflow==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple

1、安装 Python3

1）查看系统所安装的python版本

打开终端(快捷键：Ctrl+Alt+T)输入指令：python -V （大写 V）或者python --version(两个横线)，如图所示，我的系统是ubuntu18.04，默认安装的python版本为2.7.14。

2）安装最新 Python3

通过命令行sudo apt-get install python3 即可安装最新版本的Python3：
由于我之前更新过Ubuntu，所以提示安装0个安装包

系统不自带Python3的情况如下：

刚才的Python3是被默认安装带usr/local/lib/python3.6目录中，如下

由于Ubuntu很多底层采用的是Python2.*，而Python2和Python3是互相不兼容的，所以此时不能卸载Python2，需要将默认Python的指向Python3

3）重指定系统默认 Python

在命令提示符中输入：sudo rm /usr/bin/python 移除默认的python2.7

输入：sudo ln -s /usr/bin/python3.6 /usr/bin/python 指定python3.6为默认python

并通过：python -V 检查系统默认指定Python版本

至此，已成功安装python3，并修改系统默认python版本

对于已经安装过Python3的可以通过sudo apt-get install python3来升级Python3到最新版本，然后从新定向Python

sudo mv /usr/bin/python3  /usr/bin/python3-old  
sudo ln -s /usr/bin/python3.x  /usr/bin/python3 

• 1
• 2

2、安装 pip3

pip是一个安装和管理Python包的工具。在pip的帮助下，你可以安装独特版本的包。最重要的是，pip可以通过一个“requirements”的工具来管理一个由包组成的列表和版本号。pip很像easy_install，但是pip有一些额外的特色。

1）更新系统包

sudo apt-get update
sudo apt-get upgrade

• 1
• 2

2）安装 pip3

# python2环境下安装pip
# sudo apt-get install pip

# python3环境下安装pip
sudo apt-get install python3-pip

• 1
• 2
• 3
• 4
• 5

对于已经安装过pip的可以通过以下命令直接升级pip版本

# python 2.7版本：
sudo pip install --upgrade pip  
# python 3.x版本：
sudo pip3 install --upgrade pip  

3）检查是否安装成功

检查 pip3 是否安装成功

pip3 -V

至此pip3已安装成功

4）卸载旧版本 pip

但有时通过apt-get安装的pip版本太老，使用旧版本pip安装一些包时会报出提醒来升级pip。如果想升级最新的pip，需要先卸载pip，命令为

sudo apt-get remove python-pip

• 1

5）pip 常用命令

• 查看pip帮助：pip -help
• 安装新的python包：pip install packageName
• 卸载python包：pip uninstall packageName
• 寻找python包：pip search packageName

3、安装 vim

系统是没有自带Vim的，需要我们通过以下指令进行安装

sudo apt-get install vim 

4、安装 scrapy

scrapy是一个快速高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据，可以用于数据挖掘、检测和自动化测试。

该扩展库具有如下优点：整个爬取过程简单。创建一个类，并定义要删除的项目类型，编写一些从网页中提取数据的规则，结果将以JSON、XML、CSV或其他的格式导出，搜集的数据可以保存在raw，也可以在导入时进行清理。此外scrapy可以扩展允许其他行为例如网站登录处理、会话cookie处理。图像也可被scrapy自动提取并与被抓取的内容进行关联。 总之scrapy是一个很强大的爬虫爬取框架。

需要在root模式下使用如下命令安装

# 通过sudo su进入到root模式，可能需要输入命令
sudo su
# 通过以下命令安装scrapy
pip3 install scrapy

安装完成后输入scrapy显示如下信息即安装成功：

5、安装 numpy

numpy是一个开源的科学计算和数学工作基础包，包括统计学、线性代数、矩阵等
可使用如下命令安装,同样需要取得root权限：

sudo su
pip3 install numpy 

6、安装TensorFlow

TensorFlow可以安装CPU和GPU两种版本，对于深度学习GPU运行效率大约是CPU的几倍至几十倍，相同的程序，CPU版可能需要运行一天左右（假设），那么GPU版本可能几个小时就运行完了，而目前跑深度学习的GPU暂时主要是英伟达（NVIDIA）。

1) GPU 版本安装:

GPU安装过程要比CPU安装复杂许多，大致过程有以下几步：

1. 更新电脑显卡驱动，直接在更新里面就可以完成；
2. 先更改gcc和g++，Ubantu17自带的gcc和g++为7版本的，Tensorflow暂时还不支持这么高的版本，所以首先我们需要将gcc和g++降低版本（gcc和g++的作用如同windows里的vc和vs一样，为c和c++编译器，而gcc和g++就是Ubantu里的c和c++编译器）；
3. 安装CUDA，CUDA是英伟达专门为GPU计算推出的计算平台，从CUDA3.0开始已经支持C++和FORTRAN，所以上面我们需要将gcc和g++调整到CUDA支持的版本；
4. 安装cuDNN，cuDNN是英伟达为CUDA加速运算推出的加速库，用于在GPU上实现高性能现代并行计算；
5. 最后安装Tensorflow-GPU
   如果有不理解CUDA和cuDNN的同学，可以查看这篇文章：https://blog.csdn.net/fangjin_kl/article/details/53906874

而如何才能知道自己的电脑是否支持TensorFlow的GPU版本，需要查看自己的电脑硬件配置，如果查看电脑硬件不太方便的话，可以通过以下命令查看Ubantu显卡的型号：

lspci|grep VGA

• 1

知道了显卡，如何知道自己的显卡是否支持深度学习呢？这里可以通过访问英伟达官网查看：https://developer.nvidia.com/cuda-gpus

上面我们已经查看到了电脑的GPU型号为：NVIDIA GeForce GTX 770，所以直接在GeForce系列里查找就可以了，结果如下图：

GPU版本安装命令如下：
具体安装教程请参考https://blog.csdn.net/dream_an/article/details/74992346

2）CPU 版本安装命令如下：

CPU性能虽然不如GPU效率高，但是GPU也不是常有的，所以CPU版本的更适用没有很好地独立显卡的小伙伴们，CPU的各个系列型号的性能也是不尽相同的，通过以下指令可以直接查看电脑的CPU信息：

CPU版本的TensorFlow安装也很简单，命令如下：

# python 2.7版本：
sudo pip install tensorflow  
# python 3.x版本：
sudo pip3 install tensorflow 

• 1
• 2
• 3
• 4

若上述命令执行过程没有报错，则安装成功
若提示错误，请检查网络，重试上述命令

3）卸载Tensorflow

如果刚开始安装了CPU版本的TensorFlow，后来发现GPU支持，那么需要先卸载CPU版本的TensorFlow，命令如下：

sudo pip uninstall tensorflow

使用清华镜像, 会快很多:
pip install tensorflow==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple

成功卸载效果为：

7、测试安装结果

进入python编译环境，导入TensorFlow，做一个简单的加法运算，如图所示。

最后恭喜你，已经安装成功了

https://blog.csdn.net/ViatorSun/article/details/82983401