tips about：linux上安装tensorflow

Tensorflow环境搭建

1.在什么环境下安装Tensorflow？

Tensorflow的支持的平台有Windows，Linux和Mac OS，相对Windows，Linux对Tensorflow支持的更好，所以选择Linux下安装Tensorflow。

2.安装前的准备

Tensorflow有两个主要的依赖包——Protocal Buffer【1】和Bazel【2】，虽然其依赖包不止这两个，但这两个是相对比较重要的，关于这两个依赖包的详细介绍等文档可到官网查找【3】。

2.1 Protocal Buffer的安装

（1）下载源码

下载网址：https://github.com/google/protobuf

（2）如何安装

安装参考：https://github.com/google/protobuf/blob/master/src/README.md

2.2 Bazel的安装

（1）下载源码

下载网址：https://github.com/bazelbuild/bazel/releases

（2）如何安装

安装参考：https://docs.bazel.build/versions/master/install-ubuntu.html

最好选择用Installing using binary installer方式安装，否则可能因为网络等问题导致安装失败。

2.3 简单系统的了解下Linux

这个工作是在你使用Linux之前就应该进行的，并不是仅仅因为要安装Tensorflow才需要。

对于算法工程师来讲，这个技能可能不是必须的，但是实现它可以帮助你提高工作效率，尤其在使用Linux遇到问题时，可以让你较快的找到解决方法，否则可能查了半天也搞不清楚为什么，了解的方法途径因人而异，可以选一种适合你的，Linux命令查询的一个中文网站http://man.linuxde.net/，我看的《鸟哥的Linux学习私房菜》，内容比较多，需要跳着看。

2.4 确保已经安装了python

下载地址：https://www.anaconda.com/download/#download

安装方法：https://docs.anaconda.com/anaconda/install/linux

3.安装方式及安装过程

Tensorflow提供了3种安装方式，Docker安装【4】、pip安装【5】及通过源码安装；

3种方式各有优劣：

方法	优点	缺点
Docker安装	跨平台，移植性强，打包安装，简单易操作	对GPU支持有限，对本地开发环境支持不友好
pip安装	简单易操作，所需依赖关系已经打包好	无法修改Tensorflow本身，不可定制
源码安装	灵活，可修改Tensorflow ,可定制	较麻烦，需要先编译成pip所使用的wheel文件安装，安装前需安装好其他依赖工具包

 

我这里选择采用源码安装的方式进行介绍，整个安装步骤可按下列顺序执行：

（1）安装python（anaconda）安装方法参见2.4

（2）安装protocol buffer和bazel，安装方法参见2.1和2.2；

（3）安装其他依赖工具包，安装方法如下；

#python3.X环境

$ sudo apt-get install python3-numpy swig python3-devpython3-wheel

（4）安装cuda toolkit（如果要支持GPU的话必须安装，否则可忽略）

下载及安装方法参见：https://developer.nvidia.com/cuda-downloads

（5）下载Tensorflow源码

$ git clone https://github.com/tensorflow/tensorflow

（6）配置Tensorflow

$ cd tensorflow

$ ./configure

输入上述命令后可以开始配置，配置设置可百度的，网络上一般都有教程

（7）编译源码并安装

$ bazel build -c opt –config=cuda //tensorflow/tools/pip_package:build_pip_package

$ bazek-bin/tensorflow/tools/pip_package/build_pip_package/tmp/tensorflow_pkg

$ sudo pip install /tmp/tensorflow_pkg/[tensorflow-[版本号]-py2-non-any.whl]

第一个命令中—config=cuda参数为对GPU的支持。如果不需要支持GPU，就不需要这个参数了。最后一行中，中括号中内容[tensorflow-[版本号]-py2-non-any.whl]是wheel安装包的名字，和系统安装环境有关，使用pip安装之前可以先通过ls命令确认安装包的名字。

 

参考资料：

【1】Protocal Buffer 是Google开发的处理结构化数据的工具，其序列化出来的数据要比XML格式的数据小3到10倍，解析时间快20到100倍，官方文档网址为：https://developers.google.com/protocol-buffers/docs

【2】Bazel是从Google开源的自动化构建工具，可编译Tensorflow源码，官方网址为：https://www.bazel.io/docs

【3】参考书《Tensorflow实战Google深度学习框架》

【4】https://www.docker.com/what-docker

【5】https://pip.pypa.io