TensorFlow 安裝及問題解決

TensorFlow 爲 Google 開源的新一代深度學習框架，與之前使用的Caffe和Torch基於層的設計理念有所不同，是基於張量流圖的設計思路，這也是今後深度學習框架的一大發展趨勢。

本文默認您的linux計算機已經安裝有Python下面介紹一下安裝與安裝遇到的問題及解決方法。將包含下列內容：

• CUDA-7.5 與 cuDNN v.5 安裝

• pip安裝

• TensorFlow 安裝

• 安裝成功測試

• 安裝錯誤及解決

---

(一) CUDA-7.5 與 cuDNN v.5 安裝

按照NVIDIA官網，分別安裝CUDA和 cuDNN ，注意兩個版本與計算機顯卡都要相對應，下載之前可能需要註冊一下，很方便。

---

(二) pip 安裝

在命令行下輸入如下安裝命令：

$ sudo apt-get install python-pip python-dev

• 1

---

(三) TensorFlow 安裝

這部分如果順利的話一兩行代碼即可搞定，不順利的話，就要看人品了。

1. 環境清理 
注意：如果你之前在計算機上裝過TensorFlow，那麼你需要先卸載掉之前的TensorFlow和protobuf，具體如下：

$ pip uninstall tensorflow
$ pip uninstall protobuf

• 1
• 2

2. 選擇合適版本的二進制安裝文件鏈接

# Ubuntu/Linux 64-bit, CPU only, Python 2.7
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl

# Mac OS X, CPU only, Python 2.7:
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.10.0-py2-none-any.whl

# Mac OS X, GPU enabled, Python 2.7:
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.10.0-py2-none-any.whl

# Ubuntu/Linux 64-bit, CPU only, Python 3.4
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, CPU only, Python 3.5
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.5
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl

# Mac OS X, CPU only, Python 3.4 or 3.5:
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.10.0-py3-none-any.whl

# Mac OS X, GPU enabled, Python 3.4 or 3.5:
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.10.0-py3-none-any.whl

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33

3. 下載並安裝TensorFlow

根據自己計算機安裝的Python版本（如何查看本機Python版本，很簡單，請參考這篇文章），選擇在命令行下相應的命令：

# Python 2
$ sudo pip install --upgrade $TF_BINARY_URL

# Python 3
$ sudo pip3 install --upgrade $TF_BINARY_URL

• 1
• 2
• 3
• 4
• 5

至此安裝完成，如果安裝過程報錯，該如何解決？又如何測試成功安裝？見下面部分。

---

(四) 安裝成功測試

$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
# 這裏一般會顯示你的設備顯卡信息
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13

恭喜你，安裝成功！

---

(五) 安裝問題及解決

我主要遇到以下問題：

---

1. pip 問題

• 問題： 
  在運行安裝TensorFlow命令行時，報出了關於pip的錯誤。

• 解決： 
  升級pip，用如下命令行：

$ sudo pip install --upgrade pip 

• 1

---

2. 聯網問題

• 問題： 
  從這個網站https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.10.0-py2-none-any.whl下載TensorFlow，需要翻牆。當你運行下面安裝命令時會報聯網的錯誤：

# Python 2
$ sudo pip install --upgrade $TF_BINARY_URL

# Python 3
$ sudo pip3 install --upgrade $TF_BINARY_URL

• 1
• 2
• 3
• 4
• 5

• 解決： 
  爲了方便沒有翻牆的好寶寶，我下載了[Linux 64-bit, GPU enabled, Python 2.7]的whl類型安裝包。下載地址：

  • Ubuntu/Linux 64-bit, GPU enabled, Python 2.7 下載密碼爲 4f3w

  其他版本可以在留言中留下郵箱，我下載後發給您。

---

3. 安裝後測試出現問題

• 問題： 
  當測試代碼輸入以下命令時：

>>> import tensorflow as tf

• 1

   出現了以下問題：“ImportError: cannot import name pywrap_tensorflow”。 

• 解決：

  首先，我上網查了下，有人這麼說：“python誤以爲tensorflow目錄中的tensorflow就是要導入的模塊。解決辦法：不要在tensorflow中運行python或者ipython。”

  然而我並沒有在tensorflow的目錄中運行，懷疑和之前我打算按另一種源文件安裝的方法Installing from sources來安裝TensorFlow，故下載了它的源文件，於是乎我就把它刪了。然後卸載重裝了TensorFlow。卸載方法：

$ sudo pip uninstall tensorflow
$ pip uninstall protobuf

• 1
• 2

   重裝之後，就測試OK了。

原文轉載：http://blog.csdn.net/jasonzzj/article/details/52583891