版權聲明：本文為部落客chszs的原創文章，未經部落客允許不得轉載。 https://blog.csdn.net/chszs/article/details/78987532

在Ubuntu搭建TensorFlow環境

• 版權聲明：本文為部落客chszs的原創文章，未經部落客允許不得轉載。

我一直想要最大化TensorFlow的計算能力，于是我決定在家用電腦上安裝和優化它。這裡，我将分享如何選擇安裝TensorFlow的某個版本——它并不像看起來那麼容易，因為你需要了解系統功能，而且涉及到GPU、以及你正在使用的Python版本。在選擇TensorFlow的版本時，可以選擇“Release”版本，也可以選擇每日建構版。本文講述如何輕松獲得每日建構版并安裝到自己的機器上運作。（系統環境是Ubuntu Linux）

在安裝TensorFlow前，有四個主要選項：

• Python 2.x
• Python 2.x + GPU
• Python 3.x
• Python 3.x + GPU

帶GPU支援的版本可以充分利用GPU的計算能力，但首先要檢查您的系統是否支援CUDA GPU。

打開終端，執行指令：

# lspci | grep -i nvidia
           

看看傳回了什麼，比如我的：

檢視GPU型号名稱：GeForce GTX 860M，然後可以在NVIDIA官網檢查是否相容CUDA的資訊，具體見：

https://developer.nvidia.com/cuda-gpus

可以看到支援我的GPU，是以可以安裝帶GPU的TensorFlow版本。檢視TensorFlow網站，具體見：

https://www.tensorflow.org/install/install_linux

可以看到有一個我需要安裝的依賴庫libcupti。安裝它：

# sudo apt-get install libcupti-dev
           

關于如何安裝TensorFlow本身，可以閱讀：

https://www.tensorflow.org/install/install_linux#InstallingNativePip

使用Nightly Builds版安裝TensorFlow

接下來需要确定本機的Python版本以及其相關的pip工具。如果還沒有Python環境，應該先安裝它們。可以參閱系統說明：

https://www.python.org/

Ubuntu Linux預設自帶了Python 2.7，就将就這個版本吧，先安裝pip工具：

# sudo apt-get install python-pip python-dev
           

請注意，如果您使用Python 3.x，就應該使用軟體包python3-pip和python3-dev。

還要注意，pip工具的版本至少應為8.1以上的版本。（用pip -V檢查版本）

一旦完成了這一切，就可以簡單地安裝Nightly Build版的TensorFlow：

# sudo pip install tf-nightly-gpu
           

或者，如果您的系統不支援CUDA（請參閱上面的部分），請使用：

# sudo pip install tf-nightly
           

現在可以使用以下步驟檢查TensorFlow是否工作。

首先：打開一個Python解釋器：

# python
           

然後，導入TensorFlow庫：

import tensorflow as tf
           

請注意，如果沒有正确安裝TensorFlow，或者将帶GPU的版本安裝在不受支援的系統上，就會在此處出現錯誤。CUDA錯誤在這一步上非常普遍。如果有效，就可以試試列印出TensorFlow的版本：

print(tf.__version__)
           

（注意version前後有2個下劃線）

完成後，您應該看到列印出的TensorFlow版本 - 如下所示：

可以看到，由于使用了最新的每日建構版，是以TensorFlow目前的最新版本是1.4。