ubuntu環境下配置tensorflow-cpu
目錄
我個人是從ubuntu系統開始,先配置tensorflow-cpu,然後配置tensorflow-gpu,本文先說tensorflow-cpu
cpu-tensorflow、 ubuntu 從0開始
##################################
1 這是在本地環境下的tensorflow配置
###############################
cat /etc/issue 檢視版本號
python -v
另:python2.7和3.5版本之間隨意切換(這裡3.5切換回2.7版本):
1 sudo rm /usr/bin/python
2 sudo ln -s /usr/bin/python2.7 /usr/bin/python
pip3 install tensorflow (python3.x的版本,支援CPU)
如何退出python的編譯模式
Ctrl-D退出命令列。
測試tensorflow是否安裝成功
python
import tensorflow as tf
hello=tf.constant('hello tensorflow!')\
sess=tf.Session()
print(sess.run(hello))
#######################################
2下載anaconda來隔離環境,建立環境
#######################################
anaconda
firefox登入https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
cd home/tt/Downloads
安裝
bash /home/tingting/Downloads/Anaconda2-4.0.0-Linux-x86_64.sh
開啟新的terminal,輸入Jupyter notebook,發現jupyter被成功安裝了
conda create -n tensorflow python=3.6 #建立虛擬環境
source activate tensorflow
下面可以直接下載tensorflow1.3的不會報錯
pip install --ignore-installed --upgrade tfBinaryURL
tfBinaryURL可在清華大學開源軟體網站查得,選擇cpu/gpu、安裝系統、python版本及tensorflow版本後會自動生成。如選擇cpu、Linux系統、cp36版本的python、1.4.0的Tensorflow後生成:https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/cpu/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl
發現版本有問題1.4會報錯
cd /home/ucandoit/anaconda3/envs/ rm -r tensorflow/ ls #檢視tensorflow資料夾是否刪除。如果已刪除成功,再次執行建立tensorflow環境命令即可。
source activate tensorflow
pip install tensorflow==1.3.0
降級之後就沒有報錯了
#####################################
3、配置anaconda:
########################
anaconda-navigator #啟動anaconda。
在左側列表中,選擇Environment,可看到Anaconda中安裝環境為root和tensorflow。選擇Tensorflow後,邊上會出現一個箭頭,這時就可以在右邊的列表中檢視、安裝、解除安裝Tensorflow下的軟體及軟體包了。
安裝的軟體可在anaconda->home下檢視,同樣需要選擇應用環境。
ipython # terminal下執行python語句,支援自動補全 spyder # 整合開發環境 jupyter # 互動式筆記本
3
根據需要安裝的python庫有:
numpy pandas matplotlib ......
########################################
4、啟動Tensorflow開發環境
########################################
有兩種方法,方法一,通過anaconda啟動:
anaconda-navigator
#啟動anaconda->home->(Applications on)tensorflow,啟動相關開發軟體
方法二,通過terminal啟動:(到後來基本採用這種方法)
source activate tensorflow # 啟用Tensorflow環境
python # 或ipython或Spyder啟動開發環境
至此,cpu-tensorflow配置完成
###################################################