Ubantu 安装 TensorFlow

本文转载于ViatorSunhttps://blog.csdn.net/ViatorSun

1、安装 Python3

1)查看系统所安装的python版本

打开终端(快捷键:Ctrl+Alt+T)输入指令:python -V (大写 V),如图所示,我的系统是ubuntu17.10,默认安装的python版本为2.7.14。
Ubantu 安装 TensorFlow

2)安装最新 Python3##

通过命令行sudo apt-get install python3 即可安装最新版本的Python3:
由于我安装的是Ubantu 17.10.1 系统自带Python 3,所以提示安装0个安装包
Ubantu 安装 TensorFlow
系统不自带Python3的情况如下:
Ubantu 安装 TensorFlow
刚才的Python3是被默认安装带usr/local/lib/python3.6目录中,如下
Ubantu 安装 TensorFlow

由于Ubuntu很多底层采用的是Python2.*,而Python2和Python3是互相不兼容的,所以此时不能卸载Python2,需要将默认Python的指向Python3

3)重指定系统默认 Python

在命令提示符中输入:sudo rm /usr/bin/python 移除默认的python2.7
输 入:sudo ln -s /usr/bin/python3.6 /usr/bin/python 指定python3.6为默认python
并 通 过:python -V 检查系统默认指定Python版本
Ubantu 安装 TensorFlow
Ubantu 安装 TensorFlow
致辞,已成功安装python3,并修改系统默认python版本

对于已经安装过Python3的可以通过sudo apt-get install python3来升级Python3到最新版本,然后从新定向Python

sudo mv /usr/bin/python3  /usr/bin/python3-old  
sudo ln -s /usr/bin/python3.x  /usr/bin/python3 

2、安装 pip3

pip是一个安装和管理Python包的工具。在pip的帮助下,你可以安装独特版本的包。最重要的是,pip可以通过一个“requirements”的工具来管理一个由包组成的列表和版本号。pip很像easy_install,但是pip有一些额外的特色。

1)更新系统包

sudo apt-get update
sudo apt-get upgrade

Ubantu 安装 TensorFlow
Ubantu 安装 TensorFlow

2)安装 pip3

# python2环境下安装pip
# sudo apt-get install pip

# python3环境下安装pip
sudo apt-get install python3-pip

Ubantu 安装 TensorFlow

对于已经安装过pip的可以通过以下命令直接升级pip版本

# python 2.7版本:
sudo pip install --upgrade pip  
# python 3.x版本:
sudo pip3 install --upgrade pip  

3)检查是否安装成功

检查 pip3 是否安装成功

pip3 -V

Ubantu 安装 TensorFlow
至此pip3已安装成功

4)卸载旧版本 pip

但有时通过apt-get安装的pip版本太老,使用旧版本pip安装一些包时会报出提醒来升级pip。如果想升级最新的pip,需要先卸载pip,命令为

sudo apt-get remove python-pip

5)pip 常用命令

  • 查看pip帮助:pip -help
  • 安装新的python包:pip install packageName
  • 卸载python包:pip uninstall packageName
  • 寻找python包:pip search packageName

3、安装 vim

系统是没有自带Vim的,需要我们通过以下指令进行安装

sudo apt-get install vim 

4、安装 scrapy

scrapy是一个快速高层次的屏幕抓取和web抓取框架,用于抓取web站点并从页面中提取结构化的数据,可以用于数据挖掘、检测和自动化测试。

该扩展库具有如下优点:整个爬取过程简单。创建一个类,并定义要删除的项目类型,编写一些从网页中提取数据的规则,结果将以JSON、XML、CSV或其他的格式导出,搜集的数据可以保存在raw,也可以在导入时进行清理。此外scrapy可以扩展允许其他行为例如网站登录处理、会话cookie处理。图像也可被scrapy自动提取并与被抓取的内容进行关联。 总之scrapy是一个很强大的爬虫爬取框架。

需要在root模式下使用如下命令安装

# 通过sudo su进入到root模式,可能需要输入命令
sudo su
# 通过以下命令安装scrapy
pip3 install scrapy

Ubantu 安装 TensorFlow
安装完成后输入scrapy显示如下信息即安装成功:
Ubantu 安装 TensorFlow

5、安装 numpy

numpy是一个开源的科学计算和数学工作基础包,包括统计学、线性代数、矩阵等
可使用如下命令安装,同样需要取得root权限:

sudo su
pip3 install numpy 

Ubantu 安装 TensorFlow

6、安装TensorFlow

TensorFlow可以安装CPU和GPU两种版本,对于深度学习GPU运行效率大约是CPU的几倍至几十倍,相同的程序,CPU版可能需要运行一天左右(假设),那么GPU版本可能几个小时就运行完了,而目前跑深度学习的GPU暂时主要是英伟达(NVIDIA)。
##1) GPU 版本安装:
GPU安装过程要比CPU安装复杂许多,大致过程有以下几步:

  1. 更新电脑显卡驱动,直接在更新里面就可以完成;
  2. 先更改gcc和g++,Ubantu17自带的gcc和g++为7版本的,Tensorflow暂时还不支持这么高的版本,所以首先我们需要将gcc和g++降低版本(gcc和g++的作用如同windows里的vc和vs一样,为c和c++编译器,而gcc和g++就是Ubantu里的c和c++编译器);
  3. 安装CUDA,CUDA是英伟达专门为GPU计算推出的计算平台,从CUDA3.0开始已经支持C++和FORTRAN,所以上面我们需要将gcc和g++调整到CUDA支持的版本;
  4. 安装cuDNN,cuDNN是英伟达为CUDA加速运算推出的加速库,用于在GPU上实现高性能现代并行计算;
  5. 最后安装Tensorflow-GPU
    如果有不理解CUDA和cuDNN的同学,可以查看这篇文章:https://blog.csdn.net/fangjin_kl/article/details/53906874

而如何才能知道自己的电脑是否支持TensorFlow的GPU版本,需要查看自己的电脑硬件配置,如果查看电脑硬件不太方便的话,可以通过以下命令查看Ubantu显卡的型号:

lspci|grep VGA

Ubantu 安装 TensorFlow
知道了显卡,如何知道自己的显卡是否支持深度学习呢?这里可以通过访问英伟达官网查看:https://developer.nvidia.com/cuda-gpus
Ubantu 安装 TensorFlow
上面我们已经查看到了电脑的GPU型号为:NVIDIA GeForce GTX 770,所以直接在GeForce系列里查找就可以了,结果如下图:
Ubantu 安装 TensorFlow

GPU版本安装命令如下:
具体安装教程请参考https://blog.csdn.net/dream_an/article/details/74992346

2)CPU 版本安装命令如下:

CPU性能虽然不如GPU效率高,但是GPU也不是常有的,所以CPU版本的更适用没有很好地独立显卡的小伙伴们,CPU的各个系列型号的性能也是不尽相同的,通过以下指令可以直接查看电脑的CPU信息:
Ubantu 安装 TensorFlow

CPU版本的TensorFlow安装也很简单,命令如下:

# python 2.7版本:
sudo pip install tensorflow  
# python 3.x版本:
sudo pip3 install tensorflow 

若上述命令执行过程没有报错,则安装成功
若提示错误,请检查网络,重试上述命令
Ubantu 安装 TensorFlow

3)卸载Tensorflow

如果刚开始安装了CPU版本的TensorFlow,后来发现GPU支持,那么需要先卸载CPU版本的TensorFlow,命令如下:

sudo pip uninstall tensorflow

成功卸载效果为:
Ubantu 安装 TensorFlow

7、测试安装结果

进入python编译环境,导入TensorFlow,做一个简单的加法运算,如图所示。
Ubantu 安装 TensorFlow