文章目录

  • A. Windows系统(win7及以上)
    • Python & pip
    • virtualenv
      • 1. 安装环境管理包:
      • 2. 创建虚拟环境:
      • 3. 验证虚拟环境:
    • TensorFlow包
      • 1. 可用版本
      • 2. 安装(比较久)
      • 3. 验证安装
  • B. Ubuntu系统(16.04及以上)
    • 安装Python & pip
    • 安装virtualenv
    • 安装TensorFlow包
  • C. 弯路介绍
    • 1. “找不到”错误(python版本问题)
    • 2. 搜索包可以找到
    • 3. 查看版本
    • 4. 卸载重装python
    • 5. 仅可以 Python 3.4、3.5 或 3.6
    • 6. 重新安装3.6版本
    • 7. 重新创建虚拟环境(同正文)
  • D. 权限问题

 


A. Windows系统(win7及以上)

Python & pip

  这个到处都有说,不再多说
tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_人工智能技术

virtualenv

1. 安装环境管理包:

  科学运算比较流行的AnaConda也可以,AnaConda含有非常多的科学计算库,不过由于virtualenv是tensorflow官网推荐的python环境管理包,所以用virtualenv作为管理包。

pip3 install -U pip virtualenv
tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_人工智能_02

2. 创建虚拟环境:

virtualenv --system-site-packages -p python ./venv
tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_tensorflow_03

3. 验证虚拟环境:

.\Scripts\activate //激活虚拟环境			
pip install --upgrade pip	//更新最新pip
pip list				//展示venv中已安装的软件包
deactivate 	//退出虚拟环境
tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_tensorflow_04

TensorFlow包

1. 可用版本

  可以用的tensorflow包及对应意义,本文使用第一个tensorflow版本:

  • tensorflow:仅支持 CPU 的当前版本(建议新手使用)
  • tensorflow-gpu:支持 GPU 的当前版本(Ubuntu 和 Windows)
  • tf-nightly:仅支持 CPU 的每夜版(不稳定)
  • tf-nightly-gpu:支持 GPU 的每夜版(不稳定,Ubuntu 和 Windows)

2. 安装(比较久)

  要安装很多依赖包,我安装等了1个多小时。

pip install --upgrade tensorflow

tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_人工智能技术_05tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_人工智能技术_06tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_编程环境_07

3. 验证安装

python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_编程环境_08


B. Ubuntu系统(16.04及以上)

  由于tensorflow对windows和ubuntu做了相对友好的支持,所以安装流程跟Windows中一样,只是写法上linux命令不同,这里不再多说。

安装Python & pip

安装virtualenv

  这里启动执行可以用linux的source:

source venv/bin/activate

安装TensorFlow包


C. 弯路介绍

1. “找不到”错误(python版本问题)

Could not find a versin that satisfies the requirement tensorflow ( from version:)
No matching distribution found for tensorflow
tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_人工智能技术_09

2. 搜索包可以找到

pip search tensorflow
tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_tensorflow_10

3. 查看版本

  可能是python版本不对,tensorflow仅支持64位python,安装了32位python。tensorflow的系统要求如下:

  • Ubuntu 16.04 或更高版本(64 位)
  • macOS 10.12.6 (Sierra) 或更高版本(64 位)(不支持 GPU)
  • Windows 7 或更高版本(64 位)(仅支持 Python 3)
  • Raspbian 9.0 或更高版本

tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_人工智能技术_11tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_tensorflow_12tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_python_13

4. 卸载重装python

直接通过控制面板卸载了程序,然后移除了原版本的环境变量。若有安装文件,可以直接双击安装文件,选择其中的卸载选项。
然后在官网下载最新版本程序安装,然后重新创建virtualenv的虚拟环境(若原来版本着不需要)。
https://www.python.org/downloads/windows/

tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_编程环境_14tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_人工智能技术_15tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_编程环境_16

5. 仅可以 Python 3.4、3.5 或 3.6

发现还是报错,去官网看到目前还没有到3.7,仅支持3.6

tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_人工智能_17tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_人工智能技术_18

6. 重新安装3.6版本

https://www.python.org/ftp/python/3.6.5/python-3.6.5-amd64.exe

tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_python_19

7. 重新创建虚拟环境(同正文)


D. 权限问题

安装virtualenv时,提示拒绝访问,管理员权限打开终端即可。

tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_人工智能技术_20tensorflow开发 之 搭建开发环境(Windows、Ubuntu)_tensorflow_21

参考自:https://tensorflow.google.cn/install/pip