本指南介绍了如何在 Ubuntu 上安装 TensorFlow。这些指令也可能对其他 Linux 变体起作用, 但是我们只在Ubuntu 14.04 或更高版本上测试了(我们只支持) 这些指令。

一、确定要安装的 TensorFlow
要安装以下类型的 TensorFlow, 必须选择其中一种:

• 仅使用 CPU 支持的 TensorFlow。如果您的系统没有 NVIDIA® GPU, 则必须安装此版本。请注意, 此版本的 TensorFlow 通常更容易安装 (通常在5或10分钟), 因此, 即使您有 NVIDIA® GPU, 我们建议先安装此版本。
• GPU 支持的TensorFlow。TensorFlow 程序在 GPU 上运行的速度通常比在 CPU 上快得多。因此, 如果您的系统有一个 NVIDIA® GPU 满足下面所示的先决条件, 并且您需要高效运行应用程序, 则应最终安装此版本。

二、使用 GPU 支持的 TensorFlow 的 要求
如果您使用本指南中介绍的一种机制来安装 GPU 支持的 TensorFlow , 则必须在您的系统上安装以下 NVIDIA 软件:

• CUDA® Toolkit 8.0。有关详细信息, 请参阅 NVIDIA 的文档。请确保将相关的 Cuda 路径名追加到 LD_LIBRARY_PATH 环境变量中, 如 NVIDIA 文档中所述。
• 与CUDA® Toolkit 8.0 关联的 NVIDIA 驱动程序。
• cuDNN v6.0。有关详细信息, 请参阅 NVIDIA 的文档。确保按照 NVIDIA 文档中的描述，创建 CUDA_HOME 环境变量。
• 具有 CUDA 计算能力3.0 或更高的 GPU 卡。有关支持的 GPU 卡的列表, 请参见 NVIDIA 文档。
• libcupti-dev库, 这是 NVIDIA CUDA 配置文件的工具界面。此库提供高级性能分析支持。要安装此库, 请发出以下命令

sudo apt-get install libcupti-dev

如果您有更早期版本的软件包, 请升级到指定的版本。如果无法升级,则您仍可以使用 GPU 支持的 TensorFlow, 但必须执行以下操作:

• 从源码中安装 TensorFlow, 如从源码安装 TensorFlow。

• 至少安装或升级到以下 NVIDIA 版本:

  • CUDA toolkit 7.0或更高
  • cuDNN v3 或更大
  • 具有 CUDA 计算能力3.0 或更高的 GPU 卡。

三、确定如何安装 TensorFlow
您必须选择安装 TensorFlow 的方式。支持的方式如下所示:

• virtualenv
• “本地” pip
• Docker
• Anaconda
• 从源码安装, 在单独的指南中记录。

1、用 virtualenv安装
请执行以下步骤以 Virtualenv 安装 TensorFlow:
（1）通过发出以下命令之一来安装 pip 和 virtualenv:

sudo apt-get install python-pip python-dev python-virtualenv # for Python 2.7
sudo apt-get install python3-pip python3-dev python-virtualenv # for Python 3.n

（2）通过发出以下命令之一来创建 virtualenv 环境:

virtualenv --system-site-packages targetDirectory # for Python 2.7
virtualenv --system-site-packages -p python3 targetDirectory # for Python 3.n

其中 targetDirectory 指定 virtualenv tree的顶部。我们的指示假定 targetDirectory 是~/ tensorflow, 但您可以选择任何目录。
（3）通过发出以下命令之一来激活 virtualenv 环境:

source ~/tensorflow/bin/activate # bash, sh, ksh, or zsh<br> source ~/tensorflow/bin/activate.csh  # csh or tcsh

源代码命令前面提示将更改为以下内容:

(tensorflow)$ 

（4）确保已安装 pip ≥8.1:

(tensorflow)$ easy_install -U pip

（5）在激活的virtualenv 环境中, 发出以下命令之一以安装 TensorFlow:

(tensorflow)$ pip install --upgrade tensorflow      # for Python 2.7
 (tensorflow)$ pip3 install --upgrade tensorflow     # for Python 3.n
 (tensorflow)$ pip install --upgrade tensorflow-gpu  # for Python 2.7 and GPU
 (tensorflow)$ pip3 install --upgrade tensorflow-gpu # for Python 3.n and GPU

如果前面的命令成功, 请跳过步骤6。如果前面的命令失败, 请执行步骤6。
（6）（可选)如果步骤5失败 (通常是因为您调用的 pip 版本低于 8.1), 请通过发出以下格式的命令在激活virtualenv 环境中安装 TensorFlow:

(tensorflow)$ pip install --upgrade tfBinaryURL   # Python 2.7
 (tensorflow)$ pip3 install --upgrade tfBinaryURL  # Python 3.n 

其中 tfBinaryURL 标识了 TensorFlow Python 包的 URL。tfBinaryURL 取决于操作系统、Python 版本和 GPU 。在这里为您的系统找到合适的 tfBinaryURL 。例如, 如果您要安装 Linux、Python 3.4 和仅支持 CPU 的 TensorFlow, 请发出以下命令以在激活的 virtualenv 环境中安装 TensorFlow:

(tensorflow)$ pip3 install --upgrade \
 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp34-cp34m-linux_x86_64.whl

如果遇到安装问题, 请参阅常见安装问题。
（7）后续步骤
安装 TensorFlow 后,验证安装。
请注意, 每次使用 TensorFlow 时都必须激活 virtualenv 环境。如果 virtualenv 环境当前不处于激活状态, 请调用下列命令之一:

$ source ~/tensorflow/bin/activate      # bash, sh, ksh, or zsh
$ source ~/tensorflow/bin/activate.csh  # csh or tcsh

当 virtualenv 环境处于活激活态时, 您可以从该 shell 运行 TensorFlow 程序。您的提示将成为以下的样子，指示您的 tensorflow 环境处于激活状态：

(tensorflow)$ 

使用 TensorFlow 用完后, 您可以通过调用停用函数来停用环境, 如下所示:

(tensorflow)$ deactivate 

提示符将恢复到您的默认提示 (由 PS1 环境变量定义)。

（8）卸载 TensorFlow
要卸载 TensorFlow, 只需删除您创建的树。例如:

$ rm -r targetDirectory 

2、使用本机 pip 安装
您可以通过 pip 安装 TensorFlow, 在简单的安装过程或更复杂的程序之间进行选择。
注意: 安装程序的 REQUIRED_PACKAGES section of setup.py部分列出了 pip 将安装或升级的 TensorFlow 包。

（1）先决条件: Python 和 Pip
Python 自动安装在 Ubuntu 上。请花一点时间确认 (通过发出 python-v 命令), 系统中已安装了下列 python 版本之一:

• Python 2.7
• Python 3.4+

pip 或 pip3 包管理器通常安装在 Ubuntu 上。花点时间确认 (通过发出一个 pip -v 或 pip3 -v 的命令), pip 或 pip3是否 安装。我们强烈建议版本8.1 或更高的 pip 或 pip3。如果未安装8.1 或更高版本, 请发出下面的命令, 它将安装或升级到最新的 pip 版本:

$ sudo apt-get install python-pip python-dev   # for Python 2.7
$ sudo apt-get install python3-pip python3-dev # for Python 3.n

（2）安装 TensorFlow

假设您的 Linux 主机上安装好了必备软件, 请执行以下步骤:
a）、通过调用以下命令之一来安装 TensorFlow:

$ pip install tensorflow      # Python 2.7; CPU support (no GPU support)
 $ pip3 install tensorflow     # Python 3.n; CPU support (no GPU support)
 $ pip install tensorflow-gpu  # Python 2.7;  GPU support
 $ pip3 install tensorflow-gpu # Python 3.n; GPU support

如果前面的命令运行完成了, 您现在应该验证您的安装。

b）(可选)如果步骤a)失败, 请通过发出以下格式的命令来安装最新版本的 TensorFlow:

$ sudo pip  install --upgrade tfBinaryURL   # Python 2.7
 $ sudo pip3 install --upgrade tfBinaryURL   # Python 3.n 

中 tfBinaryURL 标识了 TensorFlow Python 包的 URL。tfBinaryURL 的适当值取决于操作系统、Python 版本和 GPU 。在这里找到合适的 tfBinaryURL 值。例如, 要安装 Linux、Python 3.4 和仅支持 CPU 的 TensorFlow, 请发出以下命令:

$ sudo pip3 install --upgrade \
 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp34-cp34m-linux_x86_64.whl

如果此步骤失败, 请参阅常见安装问题。
c)后续步骤
安装 TensorFlow 后, 验证您的安装。

d)卸载 TensorFlow
要卸载 TensorFlow, 请发出以下命令之一:

$ sudo pip uninstall tensorflow  # for Python 2.7
$ sudo pip3 uninstall tensorflow # for Python 3.n

4、使用Anaconda安装
采取以下步骤在Anaconda环境中安装 TensorFlow:
（1）按照Anaconda下载网站上的说明下载并安装Anaconda。

（2）创建一个名为 tensorflow 的conda环境, 通过调用以下命令来运行 Python 版本:

$ conda create -n tensorflow python=2.7 # or python=3.3, etc.

（3）通过发出以下命令来激活conda环境:

$ source activate tensorflow
 (tensorflow)$  # Your prompt should change 

（4）发出以下格式的命令, 以便在您的conda环境中安装 TensorFlow:

(tensorflow)$ pip install --ignore-installed --upgrade tfBinaryURL

其中 tfBinaryURL 是 TensorFlow Python 包的 URL。例如, 下面的命令为 Python 3.4 安装 TensorFlow 的 CPU 版本:

(tensorflow)$ pip install --ignore-installed --upgrade \
 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp34-cp34m-linux_x86_64.whl

四、不同python版本的TensorFlow的URL
Python 2.7

• CPU only

https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp27-none-linux_x86_64.whl

• GPU support

https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp27-none-linux_x86_64.whl

Python 3.4

• CPU only:

https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp34-cp34m-linux_x86_64.whl　

• GPU support

https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp34-cp34m-linux_x86_64.whl

Python 3.5

• CPU only:

https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp35-cp35m-linux_x86_64.whl

• GPU support

https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp35-cp35m-linux_x86_64.whl

Python 3.6

• CPU only:

https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.1-cp36-cp36m-linux_x86_64.whl　

• GPU support

https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.1-cp36-cp36m-linux_x86_64.whl

运行一个简短的TensorFlow 程序
从 shell 中调用 python, 如下所示:

$ python

在 python 交互 shell 中输入以下短程序:

# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果系统输出以下内容, 则您准备开始编写 TensorFlow 程序:

Hello, TensorFlow!