1.2　安装TensorFlow

针对多种不同的操作系统，TensorFlow提供了几种不同且便捷的安装方式和操作方式。基础安装仅仅支持CPU，而更高级的安装通过将计算推送到单个显卡甚至是多个显卡上，以调动更大的计算力。建议首先从基本的CPU安装开始，更复杂的GPU和CUDA安装将会在第12章中讨论。

即使是基础的CPU安装，TensorFlow也提供了多种选项，如下所示。

• 基础的Python pip安装。
• 通过Virtualenv实现的隔离Python安装。
• 通过Docker实现的基于容器的完全隔离安装。

推荐使用通过Virtualenv实现的隔离Python安装，但我们的示例将采用基础的Python pip安装，以有助于你关注任务的关键点，即搭建并运行TensorFlow。

在Linux和macOS系统中，TensorFlow可在Python 2.7和Python 3.5版本下正常工作，而在Windows系统中，则只能在Python 3.5.x或Python 3.6.x版本下使用TensorFlow。在Windows系统中运行一个Linux虚拟机，如Ubuntu虚拟机，我们也可以在Python 2.7环境下使用TensorFlow。然而，在虚拟机中，无法使用支持GPU的TensorFlow。在TensorFlow 1.2版本中，TensorFlow未提供macOS系统下的GPU支持。因此，如果你想在macOS系统中使用支持GPU的TensorFlow，那么必须从源码进行编译（这超出了本章的讨论范围），否则，仍然可以使用TensorFlow 1.0或TensorFlow 1.1版本，它们提供了macOS下的GPU支持。此外，Linux和Windows用户也可以使用支持CPU和GPU的TensorFlow。

1.2.1　Ubuntu安装

Ubuntu是运行TensorFlow最好的Linux发行版之一。强烈建议读者使用Ubuntu虚拟机，尤其是想要使用GPU时。我们将在Ubuntu终端上完成大部分的工作。下面，首先通过以下命令来安装python-pip和python-dev。

sudo apt-get install python-pip python-dev

安装成功界面如图1-1所示。

图1-1

如果发现缺失软件包，那么可以通过以下命令进行修正。

sudo apt-get update --fix-missing

然后，就可以继续安装python-pip和python -dev了。

现在，准备安装TensorFlow。我们将安装仅支持CPU的TensorFlow。

通过以下命令启动支持CPU的TensorFlow的安装。

sudo pip install tensorflow

安装成功界面如图1-2所示。

图1-2

1.2.2　macOS安装

如果你使用Python，那么你很可能已经拥有了Python包安装器pip。但是，如果尚未安装pip，那么可以使用命令easy_install pip轻松地安装它。你可能会注意到，我们实际执行的命令是sudo easy_install pip，之所以需要使用前缀sudo，是因为此安装需要管理权限。

假设你已经有了基本的软件包安装器easy_install，如果没有，那么可以从Python官网下载并安装它。安装成功将会显示图1-3所示的结果。

图1-3

接下来，安装six包。

sudo easy_install --upgrade six

安装成功界面如图1-4所示。

图1-4

TensorFlow的安装仅仅需要满足这两个先决条件，现在可以安装核心平台TensorFlow了。此处，将使用前面提到的pip包安装器，并且可以直接从谷歌网站下载安装TensorFlow。在本书编写之际，TensorFlow的最新版本是v1.3，但是你可以将其修改成想使用的最新版本。

sudo pip install tensorflow

pip安装器将自动收集所有其他所需的依赖项。在该软件安装完全结束之前，你可以看到每个下载项和安装过程信息。

安装成功界面如图1-5所示。

图1-5

至此，你就可以跳到第2章开始训练并运行你的第一个模型了。

如果macOS X用户希望完全隔离这些安装，那么可以使用虚拟机来代替，正如在1.2.3节中所描述的那样。

1.2.3　Windows安装

正如前面提到的，在Windows系统中，TensorFlow无法正常工作于Python 2.7环境。在本节中，我们将指导你在Python 3.5环境下安装TensorFlow。如果想在Python 2.7环境下使用TensorFlow，需要创建一个Linux虚拟机。

首先，需要安装64位版本的Python 3.5.x或Python 3.6.x，下载地址为Python官网。

请确保下载的是64位版本的Python，其中安装文件的名称中包含amd64，例如python-3.6.2-amd64.exe。Python 3.6.2的安装步骤如图1-6所示。

图1-6

选择Add Python 3.6 to PATH并单击Install Now。安装过程结束时将会显示图1-7所示的画面。

图1-7

单击Disable path length limit，然后单击Close完成Python的安装。打开Windows菜单下的Windows PowerShell应用，通过下面的命令安装仅支持CPU的TensorFlow版本。

pip3 install tensorflow

安装过程如图1-8所示。

图1-8

安装结果如图1-9所示。

图1-9

现在你可以在Windows系统中，Python 3.5.x或3.6.x环境下使用TensorFlow了。

接下来将介绍如何创建一个Linux虚拟机，以实现在Python 2.7环境下使用TensorFlow。如果你不需要Python 2.7，那么可以直接跳到1.2.5节。推荐使用免费的VirtualBox系统，可在VirtualBox官网获得。在本书编写之际（2017年），VirtualBox最新的稳定版本是v5.0.14。成功安装后，你可以运行Oracle VM VirtualBox Manager控制面板，如图1-10所示。

图1-10

1.2.4　创建虚拟机

Linux有很多不同风格的发行版，但TensorFlow文档中提到最多的是Ubuntu，我们也将使用Ubuntu Linux。你可以使用任何风格的Linux，但是应该意识到这一点，即不同风格的Linux发行版之间，以及每种发行版的不同版本之间都存在着细微的差别。大多数的差异是良性的，但是有些可能会影响TensorFlow的安装，甚至是影响TensorFlow的使用。

即使在选择了Ubuntu之后，也存在很多不同的版本和配置。你可以在Ubuntu官网上看到这些信息。

我们将安装Ubuntu 14.04.4 LTS（请确保下载适合你计算机的版本）。标记了x86的版本设计为在32位机器上运行，而标记了x64的版本则设计为运行于64位机器上。大多数现代机器都是64位的，所以如果你不确定，那就选择后者。

我们利用一个ISO文件进行安装，该文件本质上等同于一个安装光盘。Ubuntu 14.04.4 LTS的ISO文件是ubuntu-gnome-14.04-desktop-amd64.iso。

下载ISO安装文件之后，我们将创建一个虚拟机，并使用ISO文件在虚拟机上安装Ubuntu Linux。

在Oracle VM VirtualBox Manager上创建虚拟机相当简单，但是需要重点注意其默认选项，因为默认选项并不足以运行TensorFlow。在安装过程中，将会看到接下来的8个界面，最后，它将提示你提供安装文件，该文件正是前面所下载的ISO文件。

首先，设置操作系统的类型，并配置分配给虚拟机的随机存储器（RAM）。

1．注意，我们选择了一个64位的安装，因为我们的Ubuntu镜像是64位的。如果需要，你可以选择使用32位镜像，如图1-11所示。

图1-11

2．为该虚拟机分配多少内存取决于你的机器有多少内存。在图1-12所示的截图中，我们将把一半的RAM（8GB）分配给虚拟机。需要记住的是，只有运行虚拟机时才会使用这些内存，所以我们可以自由分配内存，我们至少可以分配4 GB的内存。

图1-12

3．虚拟机还需要一个硬盘。我们将创建一个虚拟硬盘（Virtual Hard Disk，VHD），如图1-13所示。

图1-13

4．选择虚拟机的硬盘类型，即磁盘镜像（VirtualBox Disk Image，VDI），如图1-14所示。

图1-14

5．接下来，选择为VHD（虚拟硬盘）分配多少空间，如图1-15所示。这一点很重要，因为我们很快就会使用庞大的数据集。

图1-15

6．TensorFlow和典型的TensorFlow应用程序有一系列的依赖包，例如NumPy、SciPy和pandas。除此以外我们的练习也将下载大型数据集，这些都将用于训练模型。因此，我们为虚拟硬盘分配12 GB的空间，如图1-16所示。

图1-16

7．虚拟机设置好之后，它将出现在左边的虚拟机列表中。选中它并单击Start按钮，如图1-17所示。这相当于启动了机器。

图1-17

8．当机器第一次启动时，我们需向其提供安装光盘，即前面下载的Ubuntu ISO，如图1-18所示。

图1-18

按照安装说明操作，你将拥有一个完整的可供使用的Ubuntu Linux虚拟机。在此之后，可以按照1.2.1节的内容进行操作。

1.2.5　测试安装

本节将使用TensorFlow来执行一个简单的数学运算，以测试安装效果。

首先，在Linux或macOS系统中打开终端，或者在Windows中打开Windows PowerShell。

然后通过以下命令运行Python来使用TensorFlow。

python

在Python shell中输入以下程序：

import tensorflow as tf
a = tf.constant(1.0)
b = tf.constant(2.0)
c = a + b
sess = tf.Session()
print(sess.run(c))

运行结果如图1-19所示，最后输出计算结果3.0。

图1-19