Ubuntu安装配置tensorflow

TensorFlow 可以在 Ubuntu 和 macOS 上基于 native pip、Anaconda、virtualenv 和 Docker 进行安装，对于 Windows 操作系统，可以使用 native pip 或 Anaconda。

Anaconda 适用于这三种操作系统，安装简单，在同一个系统上维护不同的项目环境也很方便，因此本教程将基于 Anaconda 安装 TensorFlow。

TensorFlow安装准备工作

TensorFlow 安装的前提是系统安装了 Python 2.5 或更高版本，教程中的例子是以 Python 3.5（Anaconda 3 版）为基础设计的。为了安装 TensorFlow，首先确保你已经安装了 Anaconda。可以从网址（https://www.continuum.io/downloads）中下载并安装适用于 Windows/macOS 或 Linux 的 Anaconda。

安装完成后，可以在窗口中使用以下命令进行安装验证：

conda –version安装了 Anaconda，下一步决定是否安装 TensorFlow CPU 版本或 GPU 版本。几乎所有计算机都支持 TensorFlow CPU 版本，而 GPU 版本则要求计算机有一个 CUDA compute capability 3.0 及以上的 NVDIA GPU 显卡（对于台式机而言最低配置为 NVDIA GTX 650）。

CPU 与 GPU 的对比：中央处理器（CPU）由对顺序串行处理优化的内核（4～8个）组成。图形处理器（GPU）具有大规模并行架构，由数千个更小且更有效的核芯（大致以千计）组成，能够同时处理多个任务。对于 TensorFlow GPU 版本，需要先安装 CUDA toolkit 7.0 及以上版本、NVDIA【R】驱动程序和 cuDNN v3 或以上版本。Windows 系统还另外需要一些 DLL 文件，读者可以下载所需的 DLL 文件或安装 Visual Studio C++。

TensorFlow安装操作

在命令行中使用以下命令创建 conda 环境（如果使用 Windows，最好在命令行中以管理员身份执行）：

conda create -n tensorflow python=3.5

安装命令：

pip install –ignore-installed –upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp35-cp35m-manylinux2010_x86_64.whl

安装版本地址按以下表格筛选

请从 PyPI 中选择以下某个 TensorFlow 软件包进行安装：

tensorflow：支持 CPU 和 GPU 的最新稳定版（适用于 Ubuntu 和 Windows）。
tf-nightly：预览 build（不稳定）。Ubuntu 和 Windows 均包含 GPU 支持。
tensorflow==1.15：TensorFlow 1.x 的最终版本。

软件包位置

有几个安装机制需要您提供 TensorFlow Python 软件包的网址。您需要根据 Python 版本指定网址。

版本	网址
Linux
Python 2.7（支持 GPU）	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp27-cp27mu-manylinux2010_x86_64.whl
Python 2.7（仅支持 CPU）	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp27-cp27mu-manylinux2010_x86_64.whl
Python 3.5（支持 GPU）	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp35-cp35m-manylinux2010_x86_64.whl
Python 3.5（仅支持 CPU）	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp35-cp35m-manylinux2010_x86_64.whl
Python 3.6（支持 GPU）	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.6（仅支持 CPU）	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.7（支持 GPU）	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.7（仅支持 CPU）	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp37-cp37m-manylinux2010_x86_64.whl
macOS（仅支持 CPU）
Python 2.7	https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp27-cp27m-macosx_10_9_x86_64.whl
Python 3.5	https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp35-cp35m-macosx_10_6_intel.whl
Python 3.6	https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp36-cp36m-macosx_10_9_x86_64.whl
Python 3.7	https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp37-cp37m-macosx_10_9_x86_64.whl
Windows
Python 3.5（支持 GPU）	https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.1.0-cp35-cp35m-win_amd64.whl
Python 3.5（仅支持 CPU）	https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.1.0-cp35-cp35m-win_amd64.whl
Python 3.6（支持 GPU）	https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.1.0-cp36-cp36m-win_amd64.whl
Python 3.6（仅支持 CPU）	https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.1.0-cp36-cp36m-win_amd64.whl
Python 3.7（支持 GPU）	https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.1.0-cp37-cp37m-win_amd64.whl
Python 3.7（仅支持 CPU）	https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.1.0-cp37-cp37m-win_amd64.whl
Raspberry PI（仅支持 CPU）
Python 3、Pi0 或 Pi1	https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.1.0-cp35-none-linux_armv6l.whl
Python 3、Pi2 或 Pi3	https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.1.0-cp35-none-linux_armv7l.whl