86 lines
2.1 KiB
Markdown
86 lines
2.1 KiB
Markdown
# 安装 Tensorflow
|
||
|
||
## 1.安装
|
||
|
||
### 1.1.Python3
|
||
|
||
```bash
|
||
# 普通安装
|
||
pip install tensorflow
|
||
# 使用豆瓣镜像安装
|
||
pip install tensorflow -i https://pypi.douban.com/simple
|
||
pip install scikit-learn -i https://pypi.douban.com/simple
|
||
```
|
||
|
||
### 1.2.Python 老版本
|
||
|
||
注意区分 python2 还是 python3，使用
|
||
|
||
```bash
|
||
pip2 install numpy
|
||
pip2 install keras
|
||
pip2 install tensorflow
|
||
```
|
||
|
||
即可安装 CPU 版本的 Tensorflow，使用
|
||
|
||
```bash
|
||
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：
|
||
|
||
```bash
|
||
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>。
|
||
|
||
## 2.验证
|
||
|
||
在 python 环境下输入以下指令进行验证
|
||
|
||
```bash
|
||
>>> 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。
|