linux下tensorflow安装

基于 VirtualEnv 的安装

我们推荐使用  创建一个隔离的容器, 来安装 TensorFlow. 这是可选的, 但是这样做能使排查安装问题变得更容易.

首先, 安装所有必备工具:

# 在 Linux 上:
$ sudo apt-get install python-pip python-dev python-virtualenv

接下来, 建立一个全新的 virtualenv 环境. 为了将环境建在 ~/tensorflow 目录下, 执行: 

$ virtualenv --system-site-packages ~/tensorflow
$ cd ~/tensorflow

然后, 激活 virtualenv:

$ source bin/activate  # 如果使用 bash
$ source bin/activate.csh  # 如果使用 csh
(tensorflow)$  # 终端提示符应该发生变化

在 virtualenv 内, 安装 TensorFlow:

(tensorflow)$ pip install --upgrade <$url_to_binary.whl>

或者从源码自动编译生成pip安装文件：

安装bazel sudo apt-get install bazel 下载tensorflow源码 git clone  进入tensorflow目录，下载models git clone origin  

首先配置：
进入tensorflow目录运行: ./configure
然后用如下命令来生成一个pip的安装包：

	

		bazel build -c opt --copt=-msse3 --copt=-msse4.1 --copt=-msse4.2 --copt=-mavx --copt=-mavx2 --copt=-mfma //tensorflow/tools/pip_package:build_pip_package
	

	

		这是一个相当耗时的过程。
	

	

		上述命令会生成一个叫做build_pip_package的脚本，按照如下命令运行这个脚本，在/tmp/tensorflow_pkg文件夹中创建pip的安装包：
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
 
	

	

		然后运行下面的命令来安装。需要说明的是，由于平台的不同，可能软件包的名字是不一样的。
pip install /tmp/tensorflow_pkg/tensorflow-1.1.0rc1-cp27-cp27mu-linux_x86_64.whl
 
	

	

		安装成功，意味着大功告成。
	

接下来, 使用类似命令运行 TensorFlow 程序:

(tensorflow)$ cd tensorflow/models/image/mnist
(tensorflow)$ python convolutional.py

# 当使用完 TensorFlow
(tensorflow)$ deactivate  # 停用 virtualenv

$  # 你的命令提示符会恢复原样

从源码树的根路径执行:

./configure
$ bazel build -c opt //tensorflow/cc:tutorials_example_trainer
$ bazel-bin/tensorflow/cc/tutorials_example_trainer

训练你的第一个 TensorFlow 神经网络模型

cd models/tutorials/image/mnist
python convolutional.py