NotePublic/Software/Application/Tensorflow/安装_Tensorflow.md

# 安装 Tensorflow

## 安装

注意区分 python2 还是 python3，使用  

    pip2 install numpy
    pip2 install keras
    pip2 install tensorflow

即可安装 CPU 版本的 Tensorflow，使用  

    pip2 install tensorflow-gpu

命令即可安装 GPU 版本的 Tensorflow。  

需要注意的是，Tensorflow 1.6.0 版本以后开始使用 AVX，某些 Intel CPU 不支持 AVX，导致 import tensorflow 时崩溃，自动退出 python 环境。对于此类 CPU，可以安装 1.5.0 或更早版本的 Tensorflow，命令如下：  

    pip2 install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.5.0-cp27-none-linux_x86_64.whl

其中 cp27 代表对应 python 2.7 版本。Tensorflow 历史版本号有：

| Ver    | Date       |
|--------|------------|
| 1.13.1 | 2019-02-27 |
| 1.12.0 | 2018-11-06 |
| 1.11.0 | 2018-09-28 |
| 1.10.1 | 2018-08-25 |
| 1.10.0 | 2018-08-09 |
| 1.9.0  | 2018-07-11 |
| 1.8.0  | 2018-04-28 |
| 1.7.1  | 2018-05-09 |
| 1.7.0  | 2018-05-30 |
| 1.6.0  | 2018-03-02 |
| 1.5.1  | 2018-03-21 |
| 1.5.0  | 2018-01-27 |
| 1.4.1  | 2017-12-08 |
| 1.4.0  | 2017-11-02 |
| 1.3.0  | 2017-08-17 |
| 1.2.1  | 2017-06-30 |
| 1.2.0  | 2017-06-16 |
| 1.1.0  | 2017-04-22 |
| 1.0.1  | 2017-03-08 |
| 1.0.0  | 2017-02-15 |
| 0.12.1 | 2016-12-20 |

更详细的版本历史请访问：<https://pypi.org/project/tensorflow/#history>  

如果要安装 GPU 版本，需要 GPU 支持 CUDA，并且先安装 NVIDIA CUDA 包，如需查询哪些 GPU 支持 CUDA，并且想了解性能，可访问：<https://developer.nvidia.com/cuda-gpus>  

## 验证

在 python 环境下输入以下指令进行验证

    >>> import tensorflow as tf
    >>> hello = tf.constant('Hello, TensorFlow!')
    >>> sess = tf.Session()
    >>> print(sess.run(hello))
    Hello, TensorFlow!
    >>> a = tf.constant(10)
    >>> b = tf.constant(32)
    >>> print sess.run(a+b)
    42

如果能正确打印，则说明安装成功。