Ubuntu上安装TensorFlow（python2.7版）

笔记内容：Ubuntu上安装TensorFlow（python2.7版）
笔记日期：2018-01-31

---

个人系统环境：

• Ubuntu 16.04 LTS
• python 2.7
• python 3.5

TensorFlow的两个版本：

TensorFlow的安装形式主要有如下几种：

• virtualenv
• pip
• docker
• anaconda
• 源代码编译

pip是Python软件包管理系统：Pip Install Packages 递归缩写

pip安装软件包命令的格式以下：

pip install 软件包名

pip卸载软件包命令的格式以下：

pip uninstall 软件包名

我这里先使用virtualenv虚拟环境形式的安装，一会再介绍使用pip安装到本地系统，如下是TensorFlow官方的安装文档：

https://tensorflow.google.cn/install/install_linux

1.安装python-pip、python-dev以及python-virtualenv等包，我这里安装的是python2.7版本的：

$ sudo apt-get install python-pip python-dev python-virtualenv

2.建立一个Virtualenv环境：

[zero@zero-virtual-machine:~]$ virtualenv --system-site-packages tensorflow
Running virtualenv with interpreter /usr/bin/python2
New python executable in /home/zero/tensorflow/bin/python2
Also creating executable in /home/zero/tensorflow/bin/python
Installing setuptools, pkg_resources, pip, wheel...done.

3.激活Virtualenv环境：

[zero@zero-virtual-machine:~]$ source ~/tensorflow/bin/activate
(tensorflow) [zero@zero-virtual-machine:~]$

4.安装pip：

(tensorflow) [zero@zero-virtual-machine ~]$ easy_install -U pip

5.安装tensorflow，我这里安装的是cpu版本的：

(tensorflow) [zero@zero-virtual-machine ~]$ pip install --upgrade tensorflow

提示：若是你的pip安装的很慢的话，是由于默认使用的是国外的源，咱们能够更换成国内的源：

[zero@zero-virtual-machine ~]$ vim .pip/pip.conf  # 编辑为如下内容
[global]
index-url = http://pypi.douban.com/simple
trusted-host = pypi.douban.com   #没有这句会包warning
disable-pip-version-check = true   #版本不检查
timeout = 120   #超时时间设置

注：若是.pip/pip.conf没有则建立便可。

6.安装完以后进入python命令行，导入tensorflow包，若是没有任何输出则表明安装成功：

(tensorflow) [zero@zero-virtual-machine ~]$ python
Python 2.7.12 (default, Dec  4 2017, 14:50:18) 
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
>>>

其余的一些操做：
deactivate命令可退出虚拟环境：

(tensorflow) [zero@zero-virtual-machine ~]$ deactivate
[zero@zero-virtual-machine ~]$

删除虚拟环境只须要把生成的目录删除便可：

[zero@zero-virtual-machine ~]$ rm -rf tensorflow/
[zero@zero-virtual-machine ~]$

---

以上咱们演示了经过virtualenv来安装tensorflow，接下来再演示一下经过本地pip来安装tensorflow：

1.首先须要安装pip及dev：

[zero@zero-virtual-machine ~]$ sudo apt-get install python-pip python-dev

2.而后使用pip进行安装便可：

[zero@zero-virtual-machine ~]$ pip install tensorflow

3.安装完以后也是进入python命令行，导入tensorflow包，若是没有任何输出则表明安装成功：

[zero@zero-virtual-machine ~]$ python
Python 2.7.12 (default, Dec  4 2017, 14:50:18) 
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
>>>

这种方式是安装在本地的系统上，而以前那种安装方式则是安装在一个虚拟的环境中，每次都须要进入虚拟环境中才可使用tensorflow，安装在本地系统则不须要。

卸载tensorflow使用如下命令：

sudo pip uninstall tensorflow

咱们可使用pip来安装一些Python的基本类库：

pip install numpy
pip install pandas
pip install matplotlib

---

编写第一个TensorFlow程序：Hello World

以上咱们已经安装好了TensorFlow，那么咱们就来编写第一个TensorFlow程序：Hello World

1.建立好相应的目录：

[zero@zero-virtual-machine ~]$ mkdir TensorFlow
[zero@zero-virtual-machine ~]$ cd !$
cd TensorFlow
[zero@zero-virtual-machine ~/TensorFlow]$ mkdir HelloWorld
[zero@zero-virtual-machine ~/TensorFlow]$ cd !$
cd HelloWorld
[zero@zero-virtual-machine ~/TensorFlow/HelloWorld]$

2.编辑一个python文件：

[zero@zero-virtual-machine ~/TensorFlow/HelloWorld]$ vi helloworld.py  # 内容以下
# -*- coding: UTF-8 -*-

# 引入 Tensorflow 库
import tensorflow as tf

# 建立一个常量 Operation （操做）
hw = tf.constant("Hello Wolrd!")

# 启动一个Tensorflow 的 Session（会话）
sess = tf.Session()

# 运行 Graph （计算图）
print sess.run(hw)

# 关闭 Session（会话）
sess.close()

3.运行这个文件，看看是否正常输出：

[zero@zero-virtual-machine ~/TensorFlow/HelloWorld]$ python helloworld.py 
2018-02-01 00:22:43.680173: I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA
Hello Wolrd!
[zero@zero-virtual-machine ~/TensorFlow/HelloWorld]$

如上，能够看到 Hello Wolrd! 被正常输出了，以及打印了一些警告提示信息，到此为止咱们的第一个TensorFlow程序就编写完成了。

这个警告的大体意思是：tensorflow以为你电脑cpu还行，支持AVX（Advanced Vector Extensions），运算速度还能够提高，因此能够开启更好更快的模式，可是你如今用的模式相对来讲可能不是那么快，因此这个其实并非存在错误，因此若是不嫌当前的模式慢就忽略掉这个警告就行了。

若是，不想有这个警告信息的输出，则能够在代码上加上这两句：

import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

而后就不会输出警告信息了。