TensorFlow 2.0 安装指南

2020-05-21 08:00:00 · 飞浪

介绍 TensorFlow是一个端到端的开源机器学习平台，用于机器学习和深度学习应用。Google团队开发了TensorFlow，以开发和研究人工智能方面的迷人想法。TensorFlow

介绍

TensorFlow 是一个端到端的开源机器学习平台，用于机器学习和深度学习应用。Google 团队开发了 TensorFlow，以开发和研究人工智能方面的迷人想法。TensorFlow 使用 Python 编程语言创建，因此是一个易于理解的框架。

在本指南中，您将学习如何在常用操作系统（如 Linux（CentOS 和 Ubuntu Linux）、Windows（Windows 10）和 MacOS）上安装 pip 和 TensorFlow 2 包。

Pip 是“Pip installs packages”的缩写，是一个标准的包管理系统，可以简化用 Python 编写的软件包（例如 Python 包索引（PyPI）中的软件包）的安装和管理。

以下是安装 TensorFlow 2 软件包的步骤。请注意，最新的 TensorFlow 版本（版本 2）捆绑了 CPU 和 GPU 版本，默认情况下使用 GPU。如果您使用的机器不支持 GPU，则会出现有关找不到libnvinfer软件包的警告。您可以忽略此警告，因为机器上的 TensorFlow 框架将使用 CPU 版本。您可以安装 TensorRT 来修复此警告，但该安装超出了本指南的范围。

可用的 TensorFlow 2 软件包

TensorFlow：最新稳定版本，支持 CPU 和 GPU（Ubuntu 和 Windows）
tf-nightly：预览版本（不稳定）。Ubuntu 和 Windows 包含 GPU 支持。

系统要求

Python 3.5–3.7
pip 19.0 或更高版本（需要 manylinux2010 支持）
Ubuntu 16.04 或更高版本（64 位）
macOS 10.12.6 (Sierra) 或更高版本（64 位）（不支持 GPU）
Windows 7 或更高版本（64 位）（仅限 Python 3）
- 适用于 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ 可再发行组件
Raspbian 9.0 或更高版本
GPU 支持需要支持 CUDA® 的卡（Ubuntu 和 Windows）

TensorFlow 已在以下 64 位系统上测试并受支持：

Python 3.5–3.7
Ubuntu 16.04 或更高版本
Windows 7 或更高版本
macOS 10.12.6 (Sierra) 或更高版本（不支持 GPU）
Raspbian 9.0 或更高版本

注意： TensorFlow 2 包需要 pip 版本高于 19.0。

在 Linux OS/MacOS 上安装

在 CentOS 上为 Python 版本 3 安装 pip

步骤 1：Pip 在某些 CentOS 版本中可用，但在 CentOS7 中不可用。要在 CentOS 上安装 pip，请使用以下命令启用 EPEL 存储库：

      sudo yum install epel-release -y

第 2 步：启用 EPEL 存储库后，使用以下命令安装 pip 包：

      sudo yum install python3-pip -y

步骤 3：使用以下命令验证 pip 版本。如果版本为 19 或更高版本（如上所述），请跳过步骤 4，否则继续。

      pip3 –-version

步骤 4：使用此命令升级到最新版本：

      pip3 install --upgrade pip

步骤 4b：使用以下命令验证 pip 版本：

      pip3 –-version

在 Ubuntu 上安装 Pip

步骤 1：Pip 在 Ubuntu 中不可用。要在 Ubuntu 上安装 pip，首先需要使用以下命令更新操作系统软件包列表：

      sudo apt-get update

步骤 2：使用以下命令通过 Python 3 安装 pip：

      sudo apt-get install python3-dev python3-pip -y // python3

步骤 3：使用以下命令验证 pip 版本。如果版本为 19 或更高版本（如上所述），请跳过步骤 4。否则，继续。

      pip3 –-version

步骤 4：使用此命令升级到最新版本：

      pip3 install --upgrade pip

在 MacOS 上安装 pip 和 Python

步骤1：使用以下命令下载安装脚本：

      /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
    

第 2 步：使用以下命令创建路径：

      export PATH="/usr/local/bin:/usr/local/sbin:$PATH"

步骤 3：使用以下命令更新您的操作系统软件包：

      brew update

步骤 4：使用以下命令安装 python 包。请注意，这附带 pip 包。

      brew install python

在 Linux 操作系统 (CentOS 和 Ubuntu) / MacOS 上安装 TensorFlow

步骤 1：使用以下命令安装 TensorFlow：

      pip3 install --user --upgrade tensorflow

第 2 步：运行以下代码来验证 TensorFlow 安装：

      python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([10, 10])))"
    

输出：

结果：

在Windows操作系统上安装

在 Windows 操作系统上安装 pip

在 Windows 操作系统上安装 pip 可能有点棘手，但也非常简单。

从 TensorFlow 2.1.0 版开始，msvcp140_1.dll文件是必需的。它可能未在较旧的可再发行软件包中提供，但它随 Visual Studio 2019 一起提供，可以单独安装。如果您使用的是旧版本的 Visual Studio，请单独下载。但是，在本指南中，我们将直接从 Microsoft 页面使用较新的版本。

步骤 1：使用以下链接下载并安装适用于 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ Redistributable。

      https://aka.ms/vs/16/release/vc_redist.x64.exe

第 2 步：按照以下说明在 Windows 操作系统上启用长路径：

为此，首先按 Windows 键，键入gpedit.msc，然后按 Enter。

接下来，导航到本地计算机策略>计算机配置>管理模板>系统>文件系统> NTFS。

双击启用 NTFS 长路径选项（如下所示）并启用它。

选择“启用”单选按钮，如下所示。

最后点击确定就可以看到启用后的页面如下图所示。

</div

_{免责声明：本内容来源于第三方作者授权、网友推荐或互联网整理，旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有，其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况，请与我们取得联系，我们将尽快进行相关处理与修改。感谢您的理解与支持！}

_查看原文

技术指南

阅读全文

TensorFlow 2.0 安装指南

杭州电子商务研究院

4年前 · 面向社会、服务行业、政产学研结合、整合资源、和谐发展

介绍

在本指南中，您将学习如何在常用操作系统（如 Linux（CentOS 和 Ubuntu Linux）、Windows（Windows 10）和 MacOS）上安装 pip 和 TensorFlow 2 包。

Pip 是“Pip installs packages”的缩写，是一个标准的包管理系统，可以简化用 Python 编写的软件包（例如 Python 包索引（PyPI）中的软件包）的安装和管理。

可用的 TensorFlow 2 软件包

TensorFlow：最新稳定版本，支持 CPU 和 GPU（Ubuntu 和 Windows）
tf-nightly：预览版本（不稳定）。Ubuntu 和 Windows 包含 GPU 支持。

系统要求

Python 3.5–3.7
pip 19.0 或更高版本（需要 manylinux2010 支持）
Ubuntu 16.04 或更高版本（64 位）
macOS 10.12.6 (Sierra) 或更高版本（64 位）（不支持 GPU）
Windows 7 或更高版本（64 位）（仅限 Python 3）
- 适用于 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ 可再发行组件
Raspbian 9.0 或更高版本
GPU 支持需要支持 CUDA® 的卡（Ubuntu 和 Windows）

TensorFlow 已在以下 64 位系统上测试并受支持：

Python 3.5–3.7
Ubuntu 16.04 或更高版本
Windows 7 或更高版本
macOS 10.12.6 (Sierra) 或更高版本（不支持 GPU）
Raspbian 9.0 或更高版本

注意： TensorFlow 2 包需要 pip 版本高于 19.0。

在 Linux OS/MacOS 上安装

在 CentOS 上为 Python 版本 3 安装 pip

步骤 1：Pip 在某些 CentOS 版本中可用，但在 CentOS7 中不可用。要在 CentOS 上安装 pip，请使用以下命令启用 EPEL 存储库：

      sudo yum install epel-release -y

第 2 步：启用 EPEL 存储库后，使用以下命令安装 pip 包：

      sudo yum install python3-pip -y

步骤 3：使用以下命令验证 pip 版本。如果版本为 19 或更高版本（如上所述），请跳过步骤 4，否则继续。

      pip3 –-version

步骤 4：使用此命令升级到最新版本：

      pip3 install --upgrade pip

步骤 4b：使用以下命令验证 pip 版本：

      pip3 –-version

在 Ubuntu 上安装 Pip

步骤 1：Pip 在 Ubuntu 中不可用。要在 Ubuntu 上安装 pip，首先需要使用以下命令更新操作系统软件包列表：

      sudo apt-get update

步骤 2：使用以下命令通过 Python 3 安装 pip：

      sudo apt-get install python3-dev python3-pip -y // python3

步骤 3：使用以下命令验证 pip 版本。如果版本为 19 或更高版本（如上所述），请跳过步骤 4。否则，继续。

      pip3 –-version

步骤 4：使用此命令升级到最新版本：

      pip3 install --upgrade pip

在 MacOS 上安装 pip 和 Python

步骤1：使用以下命令下载安装脚本：

      /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
    

第 2 步：使用以下命令创建路径：

      export PATH="/usr/local/bin:/usr/local/sbin:$PATH"

步骤 3：使用以下命令更新您的操作系统软件包：

      brew update

步骤 4：使用以下命令安装 python 包。请注意，这附带 pip 包。

      brew install python

在 Linux 操作系统 (CentOS 和 Ubuntu) / MacOS 上安装 TensorFlow

步骤 1：使用以下命令安装 TensorFlow：

      pip3 install --user --upgrade tensorflow

第 2 步：运行以下代码来验证 TensorFlow 安装：

      python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([10, 10])))"
    

输出：

结果：

在Windows操作系统上安装

在 Windows 操作系统上安装 pip

在 Windows 操作系统上安装 pip 可能有点棘手，但也非常简单。

步骤 1：使用以下链接下载并安装适用于 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ Redistributable。

      https://aka.ms/vs/16/release/vc_redist.x64.exe

第 2 步：按照以下说明在 Windows 操作系统上启用长路径：

为此，首先按 Windows 键，键入gpedit.msc，然后按 Enter。

接下来，导航到本地计算机策略>计算机配置>管理模板>系统>文件系统> NTFS。

双击启用 NTFS 长路径选项（如下所示）并启用它。

选择“启用”单选按钮，如下所示。

最后点击确定就可以看到启用后的页面如下图所示。

</div

_{免责声明：本内容来源于第三方作者授权、网友推荐或互联网整理，旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有，其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况，请与我们取得联系，我们将尽快进行相关处理与修改。感谢您的理解与支持！}

_查看原文

技术指南