在Ubuntu搭建TensorFlow環境
- 版權聲明：本文爲博主chszs的原創文章，未經博主允許不得轉載。
我一直想要最大化TensorFlow的計算能力，於是我決定在家用電腦上安裝和優化它。這裏，我將分享如何選擇安裝TensorFlow的某個版本——它並不像看起來那麼容易，因爲你需要了解系統功能，而且涉及到GPU、以及你正在使用的Python版本。在選擇TensorFlow的版本時，可以選擇“Release”版本，也可以選擇每日構建版。本文講述如何輕鬆獲得每日構建版並安裝到自己的機器上運行。（系統環境是Ubuntu Linux）
在安裝TensorFlow前，有四個主要選項：
- Python 2.x
- Python 2.x + GPU
- Python 3.x
- Python 3.x + GPU
帶GPU支持的版本可以充分利用GPU的計算能力，但首先要檢查您的系統是否支持CUDA GPU。
打開終端，執行命令：
# lspci | grep -i nvidia
看看返回了什麼，比如我的：
查看GPU型號名稱：GeForce GTX 860M，然後可以在NVIDIA官網檢查是否兼容CUDA的信息，具體見：https://developer.nvidia.com/cuda-gpus
可以看到支持我的GPU，所以可以安裝帶GPU的TensorFlow版本。查看TensorFlow網站，具體見：https://www.tensorflow.org/install/install_linux
可以看到有一個我需要安裝的依賴庫libcupti。安裝它：
# sudo apt-get install libcupti-dev
關於如何安裝TensorFlow本身，可以閱讀：https://www.tensorflow.org/install/install_linux#InstallingNativePip
使用Nightly Builds版安裝TensorFlow
接下來需要確定本機的Python版本以及其相關的pip工具。如果還沒有Python環境，應該先安裝它們。可以參閱系統說明：https://www.python.org/
Ubuntu Linux默認自帶了Python 2.7，就將就這個版本吧，先安裝pip工具：
# sudo apt-get install python-pip python-dev
請注意，如果您使用Python 3.x，就應該使用軟件包python3-pip和python3-dev。
還要注意，pip工具的版本至少應爲8.1以上的版本。（用pip -V檢查版本）
一旦完成了這一切，就可以簡單地安裝Nightly Build版的TensorFlow：
# sudo pip install tf-nightly-gpu
或者，如果您的系統不支持CUDA（請參閱上面的部分），請使用：
# sudo pip install tf-nightly
現在可以使用以下步驟檢查TensorFlow是否工作。
首先：打開一個Python解釋器：
# python
然後，導入TensorFlow庫：
import tensorflow as tf
請注意，如果沒有正確安裝TensorFlow，或者將帶GPU的版本安裝在不受支持的系統上，就會在此處出現錯誤。CUDA錯誤在這一步上非常普遍。如果有效，就可以試試打印出TensorFlow的版本：
print(tf.__version__)
（注意version前後有2個下劃線）
完成後，您應該看到打印出的TensorFlow版本 - 如下所示：
可以看到，由於使用了最新的每日構建版，所以TensorFlow當前的最新版本是1.4。