欢迎光临
我们一直在努力

TensorFlow安装方法一【VirtualEnv方式】(Ubuntu14.04 64位 cpu)

本站教程收集整理的这篇文章主要介绍了TensorFlow安装方法一【VirtualEnv方式】(Ubuntu14.04 64位 cpu),本站教程本站觉得挺不错的,现在分享给大家,也给大家做个参考。

环境:ubuntu14.04 64位;python2.7
相关:https://github.com/tensorflow/tensorflow
使用 virtualenv 创建一个隔离的容器,来安装 TensorFlow。这样做可以保持依赖项的干净整洁。

@H_301_4@

  • 安装所有必备工具

    # Python 2.7
    
    $ sudo apt-get install python-pip python-dev python-virtualenv
    
    # Python 3
    
    $ sudo apt-get install python3-pip python3-dev python3-virtualenv
  • 创建一个包含该虚拟环境的目录,以及将来可能会创建的任意虚拟环境:

    $ sudo mkdir ~/env
  • 利用VirtualEnv命令创建虚拟环境,使位于~/env/tensorflow

    $ virtualenv 便宜香港vps --system-site-packages ~/env/tensorflow
  • 创建完成,激活该虚拟环境(激活后命令提示窗口变为(tensorflow)$

    $ source ~/env/tensorflow/bin/activate

    虚拟环境不使用时可用以下命令关闭:

    deactivate

    以后再次进入TensorFlow环境即可使用4中命令,但命令太长不方便,创建一个激活该虚拟环境的快捷命令:
    运行如下代码:

    $ sudo printf '\nalias tensorflow="source ~/env/tensorflow/bin/activate"' >> ~/.bashrc

    然后重启终端,输入tensorflow,看是否进入tensorflow虚拟环境。

  • 安装 TensorFlow :

    # Linux,Python 2.7
    
    (tensorflow)$ pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl
    
    # Linux 64-bit,Python 3.4
    
    (tensorflow)$ pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0-cp34-cp34m-linux_x86_64.whl
    
    # Linux 64-bit,Python 3.5
    
    (tensorflow)$ pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0-cp35-cp35m-linux_x86_64.whl
  • 运行 TensorFlow
    打开一个 python 终端:

    $ 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)
    42
    >>>

    本站总结

    以上是本站教程为你收集整理的TensorFlow安装方法一【VirtualEnv方式】(Ubuntu14.04 64位 cpu)全部内容,希望文章能够帮你解决TensorFlow安装方法一【VirtualEnv方式】(Ubuntu14.04 64位 cpu)所遇到的程序开发问题。

    如果觉得本站教程网站内容还不错,欢迎将本站教程推荐给好友。

    本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
    如您有任何意见或建议可联系处理。

    赞(0)
    【声明】:本博客不参与任何交易,也非中介,仅记录个人感兴趣的主机测评结果和优惠活动,内容均不作直接、间接、法定、约定的保证。访问本博客请务必遵守有关互联网的相关法律、规定与规则。一旦您访问本博客,即表示您已经知晓并接受了此声明通告。