您的位置：首页 > 运维架构 > Linux

Linux系统下安装TensorFlow（CPU或者GPU版）

2018-04-04 21:16 531 查看

引言基于Anaconda的tensorflow安装 1 下载linux版本的Anaconda安装包
2 安装Anaconda
利用anaconda安装tensorflow 1 建立一个 conda 计算环境
2 激活环境使用 conda 安装 TensorFlow
3 安装tensorflow
4 如何在jupyter中使用tensorflow
总结利用Docker安装tensorflow 1 安装docker
2 创建tensorflow的image
安装过程中的一些小问题记录

1.引言

TensorFlow = Tensor(向量)+Flow(流)=”张量在网络图中流动”！主要参考：
[1] Tensorflow官网Tutorials
[2] 极客学院对Tensorflow官网教程的翻译官方提供了5种安装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.
几点说明：
1. 由于在使用Tensorflow时，可以直接Python调用，所以，这里决定使用python学习tensorflow
2. 使用python，jupyter notebook是一个不可或缺的工具，所以，本文还将记录如何在ubuntu下安装jupyter
3. 这里主要安装python2.7版本的相关组件

2. 基于Anaconda的tensorflow安装

2.1 下载linux版本的Anaconda安装包

下载地址：https://www.continuum.io/downloads ，如该国外网址访问不了或者网速太慢，可以访问清华大学的镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
这里选择64位Linux的Python 2.7版本
点击下载，下载完成后，得到Anaconda2-4.0.0-linux-x86_64.sh安装文件（下载的文件在系统用户的Downloads文件夹下，我的系统路径为/home/tensorflow/Downloads/）

2.2 安装Anaconda

打开terminal,输入如下命令,然后回车

bash /home/tensorflow/Downloads/Anaconda2-4.0.0-Linux-x86_64.sh

这里的

/home/tensorflow/Downloads/

是存放

Anaconda2-4.0.0-Linux-x86_64.sh

的路径(这里的/home/tensorflow为创建Linux系统是索取的系统用户所在的路径，tensorflow为系统用户名)
阅读license,一步步回车阅读(出现more时通过回车往下看)

输入yes,表示接受license

设置安装路径,这里使用默认安装路径,直接输入回车即可

开始自动安装过程

如下图提示：确认是否将Anaconda的安装路径添加到环境变量中,一定要输入yes，否则添加环境变量会比较麻烦。

关于这里一定要注意:如果在安装过程中,该步没有选择yes,那么Anaconda的安装路径不会被添加到环境变量中,安装结束后会出现如下信息：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!当时也没有注意这个信息，没有管，结果安装完anaconda后，发现根本不能使用，才注意到这条信息，原来，Anaconda的bin路径并没有被添加到PAHT环境变量中，所以需要在命令行中输入如下命令：

export PATH=/home/tingting/anaconda2/bin:$PATH

即将anaconda的bin路径添加到环境变量PATH中
安装完成

这里可以看到,notebooks和一些python包都被成功安装了,但对于环境变量的更改,必须要新打开一个terminal才能生效,否则,相关的指令都不会被认识

在配置好环境变量后，打开新的terminal，输入conda info命令可以查看安装信息，输入conda list命令可以查询安装有哪些python库，常用的有python，numpy，scipy等。如果发现有什么没有安装，可以运行conda install ***来安装（这里***代表你要安装的python包的名称），如果某个包不是最新的，可以运行conda update ***更新到最新版。
打开新的terminal,输入

Jupyter notebook

,发现jupyter被成功安装了

打开浏览器:http://localhost:8888/tree（可以看到安装了python 2的kernel）

3. 利用anaconda安装tensorflow

3.1 建立一个 conda 计算环境

Create a conda environment called tensorflow:

conda create -n tensorflow python=2.7

3.2 激活环境,使用 conda 安装 TensorFlow

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

source activate tensorflow

3.3 安装tensorflow

安装

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

之前在虚拟机中的ubutnu下安装tensorflow,就在这一步折腾了2天,就是不成功,每次都是timeout等各种问题,这次在双系统的机器上,瞬间就装好了,实在不知道之前的失败是因为虚拟机还是网速的问题
安装成功后,每次使用 TensorFlow 的时候需要激活 conda 环境,可以看到,在正常情况下,是anaconda的bin路径在环境变量中,但激活conda-tensorflow环境后,环境变量中存储的是tensorflow下的bin路径

如果上面的链接访问不了或者安装不成功，可以在Linux系统terminal执行anaconda search -t conda tensorflow命令，搜素都有哪些TensorFlow安装包，通过具体的版本和适用平台信息选择相应的版本。然后复制上面你要选择的TensorFlow安装包的Name，这里假设安装的为ijstokes/tensorflow，则可通过anaconda show ijstokes/tensorflow命令查看详细的该包所在链接及安装命令，复制返回来的安装命令输入terminal，这里的安装命令为conda install --channel https://conda.anaconda.org/ijstokes tensorflow，你可以根据具体的安装包进行安装。
注意：如果你上面安装的是GPU版的tensorflow，这里还需要安装CUDA(Compute Unified Device Architecture)。CUDA是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。

如何安装CUDA

1.首先确认你的电脑是否安装了nvidia显卡，目前CUDA只支持Nvida的显卡，不支持AMD/ATI的显卡（AMD对OpenCL支持的很好，我在安装时就没注意显卡，折腾了一两天，发现fatal问题，提示no module nvidia，当回过头来查看自己的显卡时发现是AMD类型的，才想到是不是不支持AMD的显卡，白白折腾了那么长时间）。在设备管理器中，可以查看显卡信息。如下图所示，含有NVIDIA的显卡，就可安装。
2.在英伟达的官网上下载cuda工具包，注意是windows系统的，而且需要看清楚是笔记本还是台式机的安装包，下载笔记本的安装套件，名字为cuda_5.0.35_winvista_win7_win8_notebook_32-3，(cuda5.5类似）双击打开安装即可，，按照提示安装，在这过程中，它也会更新nvidia的显卡驱动。
3.CUDA工具包安装完成后，我们还需要确认，CUDA是否已经正确安装，我们可以先检查nvcc编译器是否正确安装，在命令提示符窗口中输入：nvcc -V，回车查看是否有版本信息。若出现版本信息，则证明nvcc安装成功，
4.更一般的，我们会在命令行中运行在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.0\bin\win32\Release中deviceQuery程序，若能检测到cuda device则证明程序已经正确安装

官网地址为https://developer.nvidia.com/cuda-downloads，选择操作系统、架构体系、版本、安装类型等参数后点击下载。下载完之后，在终端terminal中转到Downloads下，按照下图所示的三条安装命令进行安装。具体的GPU版的Tensorflow如何安装在centos7 64位系统中，可以参考http://blog.csdn.net/wang2008start/article/details/71319970和http://www.cnblogs.com/evempire/p/5620609.html。其中提到的添加环境变量，我的虚拟机是在路径/etc/profile下，在终端中输入 vi /etc/profile进行添加如下两条语句。
export PATH=/usr/local/cuda-8.0/lib64:$PATH
export LD_BIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
使用如下命令将改变生效，并测试

source /etc/profile

//立即生效

nvcc -V//检查CUDA
yum install cmake //安装cmake
cd /usr/local/cuda-8.0/samples
make//测试CUDA

测试时间较长，一段时间没有error即可中止。
测试tensorflow是否安装成功
(1) 激活conda环境
(2)进入python
(3)import tensorflow
整个过程比较顺利,tensorflow被成功import了

3.4 如何在jupyter中使用tensorflow

(1) 出现了问题
安装如上方法安装了jupyter和tensorflow,结果,利用jupyter无法使用tensorflow

也没有查到特别有针对性的解决这个问题的资料,好像是因为jupyter的安装路径和tensorflow的路径之间的问题,具体的现在还不是很清楚(2)如何解决?
应该是在conda的tensorflow环境下没有jupyter,它无法使用之前anaconda安装的jupyter,那么,简单粗暴的方法就是在当前的conda-tensorflow环境下,再安装一次jupyter:打开terminal
激活conda tensorflow环境:

source activate tensorflow

安装notebook:

conda install ipython

安装jupyter:

conda install jupyter

安装完成,仍在conda tensorflow的环境下,输入

jupyter notebook

,打开http://localhost:8889/tree#

import tensorflow

,发现tensorflow可以使用了
参考:http://stackoverflow.com/questions/35771285/using-tensorflow-through-jupyter-python-3(3)两个jupyter在正常的ternimal中打开的是之前在安装anacodna时安装的jupyter,在正常的terminal下查看jupyter的安装路径

which ipyhon

它在anaconda的路径下的bin文件夹中
在conda tensorflow环境下打开的jupyter是在conda tensorflow环境下新安装的tensorflow,与上面的jupyter不同
它在conda的env下的tensorflow的bin文件夹下
从下图可以想起地看到,两个jupyter的安装路径完成不同

后续如果需要在使用tensorflow时使用其他的库,也一定要在对应的conda环境下安装，否则指定的库找不到。
(4) 缺少模块及安装
- ImportError: no module named Image, ImportError: no module named PIL
解决:

conda install pillow

4. 总结

(1) 下载安装anaconda,与本文的第2部分同样目的,只不过通过命令行实现[plain] view plain copy print ?#安装anaconda,从https://www.continuum.io下载
mkdir anaconda2  #在个人目录下创建Aanconda目录
cd anaconda2  #进入目录
wget http://repo.continuum.io/archive/Anaconda2-4.0.0-Linux-x86.sh  #下载anaconda的安装包,利用wget工具
chmod +x Anaconda3-2.5.0-Linux-x86_64.sh  #更改权限(增加可执行权限),使该文件可被执行,
./Anaconda2-4.0.0-Linux-x86.sh  #执行安装文件,或者使用bash Anaconda2-4.0.0-Linux-x86.sh

#安装anaconda,从https://www.continuum.io下载
mkdir anaconda2  #在个人目录下创建Aanconda目录
cd anaconda2  #进入目录
wget http://repo.continuum.io/archive/Anaconda2-4.0.0-Linux-x86.sh  #下载anaconda的安装包,利用wget工具
chmod +x Anaconda3-2.5.0-Linux-x86_64.sh  #更改权限(增加可执行权限),使该文件可被执行,
./Anaconda2-4.0.0-Linux-x86.sh  #执行安装文件,或者使用bash Anaconda2-4.0.0-Linux-x86.sh

(2) 在conda下创建环境,之后的所以操作都部署在该环境下[plain] view plain copy print ?conda create -n tensorflow python=2.7 #创建tensorflow环境
activate conda tensorflow  #激活tensorflow环境
conda install ipython  #安装notebook
conda install jupyter  #安装jupyter
jupyter notebook #启动jupyter

conda create -n tensorflow python=2.7 #创建tensorflow环境
activate conda tensorflow  #激活tensorflow环境
conda install ipython  #安装notebook
conda install jupyter  #安装jupyter
jupyter notebook #启动jupyter

5.利用Docker安装tensorflow

利用这种方法可以实现在windows上使用tensorflow！具体步骤如下：

5.1 安装docker

在windows7下安装docekr，具体方法见之前的博文：Docker学习系列（一）：windows下安装docker

5.2 创建tensorflow的image

安装好Docker后，接下来，就可以创建包含tensorflow的image了，有两种方案
（1）从dockerhub上pull别人的image
例如：docker pull tensorflow/tensorflow
docker pull xblaster/tensorflow-jupyter
docker pull satoshun/tensorflow-notebook(2)自己书写Dockerfile，然后，在本机编译dockerfile，生成image，对于这种方法，本人还不会，以后有待研究

6.安装过程中的一些小问题记录

注1：安装过程中各种问题
安装过程中，好像是不小心更改了环境变量，导致所有命令都不能使用，那么，可以使用如下命令

export PATH=/usr/bin:/bin

注2：在安装过程中发现，例如如上命令总是无法安装tensorflow，会出现网络连接错误的问题，试了好多遍都不行，不知道是不是因为在虚拟机中latern使用不好的问题，所以，最后，只能通过如下方式
（1）在本机下载tensorflow-0.8.0-cp27-none-linux_x86_64.whl
地址为：https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl
（2）将下载的tensorflow-0.8.0-cp27-none-linux_x86_64.whl文件放置在共享文件夹中
（3）在虚拟机的ubuntu的terminal中，cd到放置tensorflow-0.8.0-cp27-none-linux_x86_64.whl的路径（即/home/share/），使用如下命令安装tensorflow（即相当于离线安装了）

sudo pip install --upgrade tensorflow-0.8.0-cp27-none-linux_x86_64.whl

1
注3：怎么向某个文件中填写内容？举例：如何向sources.list文件插入语句

sudo vim /etc/apt/sources.list

a #进入插入模式
:wq #保存并退出参考链接http://blog.csdn.net/tina_ttl/article/details/51762471这里有一篇介绍在Linux系统下简便安装 anaconda和tensorflow的方式，链接为http://blog.csdn.net/zzw000000/article/details/51203331。

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航