1.9 KiB
1.9 KiB
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。