Ubuntu系统---以virtualenv方式安装Tensorflow-CPU

Ubuntu系统---以virtualenv方式安装Tensorflow-CPU

一、安装环境

　　环境：Ubuntu18.04+CPU+python2.7

　　本文介绍：如何在ubuntu上以virtualenv方式安装tensorflow。

　　采用virtualenv方式安装的原因？系统中的多个python混用会导致$PYTHONPATH混乱，或者各个工程对于package的版本要求不同等等情况。有一个简单的解决方案就是用virtualenv来隔离多个python，其本质只是实现隔离不同python中$PYTHONPATH的路径，当然也可以衍生到隔离多个$PATH。

二、安装步骤

2.1 准备

　　如果你有两个项目，一个需要python2.7开发，一个需要python3.5开发，那么virtualenv是一个很好的选择。如果你想创建一个python2.7和python3.5的虚拟环境的话。首先你的电脑上得装有python2.7和python3.5，而且需要装好pip和pip3。

2.2 安装pip和virtualenv

# Ubuntu/Linux 64-bit
$ sudo apt-get install python-pip python-dev python-virtualenv

# Mac OS X
$ sudo easy_install pip
$ sudo pip install --upgrade virtualenv

2.3 创建 Virtualenv 虚拟环境

　　进入你想安装tensorflow的父目录下，然后执行下面命令建立虚拟环境：

$　　cd TF-virtualenv

$ 　　virtualenv --system-site-packages tensorflow

2.4 激活虚拟环境并安装tensorflow

对于python2.7，则执行如下命令：

$　　source ./tensorflow/bin/activate  # If using bash

$　　source ./tensorflow/bin/activate.csh  # If using csh

(tensorflow)$  # Your prompt should change

 

# Ubuntu/Linux 64-bit, CPU only:

$　　pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.6.0-cp27-none-linux_x86_64.whl

 

# Ubuntu/Linux 64-bit, GPU enabled:

$　　pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.6.0-cp27-none-linux_x86_64.whl

 

# Mac OS X, CPU only:

$　　pip install --upgrade https://storage.googleapis.com/tensorflow/mac/tensorflow-0.6.0-py2-none-any.whl

 

对于python3则执行如下命令：

$　　source ./tensorflow/bin/activate  # If using bash

$　　source ./tensorflow/bin/activate.csh  # If using csh

(tensorflow)$  # Your prompt should change

 

# Ubuntu/Linux 64-bit, CPU only:

$　　pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.6.0-cp34-none-linux_x86_64.whl

 

# Ubuntu/Linux 64-bit, GPU enabled:

$　　pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.6.0-cp34-none-linux_x86_64.whl

 

# Mac OS X, CPU only:

$　　pip3 install --upgrade https://storage.googleapis.com/tensorflow/mac/tensorflow-0.6.0-py3-none-any.whl

 

2.4 验证Tensorflow CPU版本

　　在终端执行如下命令进入python shell环境：

$　　cd TF-virtualenv

$　　cd tensorflow

$　　python

>>> 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))

 

总结使用过程:

　　2.4.1 virtualenv中激活tensorflow

当环境创建好了，我们必须在每次使用tensorflow时激活它。

$　　source ~/tensorflow/bin/activate

在同一个环境中，这意味着你会在你的shell中看到它。

(tensorflow)$

　　2.4.2 使用tensorflow

键入python和下面的python代码。

python

# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

这是我的结果。虽然它与官方验证结果不同，但是应该没问题。

>>> print(sess.run(hello))
b'Hello, TensorFlow!'
>>> 
退出Python环境
>>> exit()

也可以, 使用类似命令运行 TensorFlow 程序:

(tensorflow)$ cd tensorflow/models/image/mnist
(tensorflow)$ python convolutional.py

　2.4.3 停用virtualenv
# 当使用完 TensorFlow
(tensorflow)$ deactivate  # 停用 virtualenv
$  # 你的命令提示符会恢复原样