linux下安装tensorflow,ubuntu安装tensorflow教程
除非特别说明，所有操作都是在Linux系统上完成的，并且假设只有普通用户才有权限。(只有CUDA和cudnn安装需要管理员权限)
一、 安装TensorFlow1. 使用pip从二进制文件安装注意：
最新版本的二进制文件链接地址，https://www.tensorflow.org/install/install_linux可以通过TensorFlow官网获得。请安装最新版本的pip，或使用pip安装-升级pip进行更新。如果安装GPU版本，请确保事先已经安装并配置了CUDAPython 2.7。
//CPU版本pipi install https://storage . Google APIs . com/tensor flow/Linux/CPU/tensor flow-1 . 4 . 0-cp27-none-Linux _ x86 _ 64.whl//GPU pipi install 3359 storage . Google APIs . com/tensor flow/Linux/GPU/tensor flow _ GPU-1 . 4 . 0-cp27-none-Linux _ x86 _ 64 . whlPython 3.4
//CPU版本pipi install https://storage . Google APIs . com/tensor flow/Linux/CPU/tensor flow-1 . 4 . 0-cp34-cp34m-Linux _ x86 _ 64.whl//GPU pipi install 3359 storage . Google APIs . com/tensor flow/Linux/GPU/tensor flow _ GPU-1 . 4 . 0-cp34-cp34m-Linux _ x86 _ 64 . whlPython 3.5
//CPU版本pipi install https://storage . Google APIs . com/tensor flow/Linux/CPU/tensor flow-1 . 4 . 0-cp35-cp35m-Linux _ x86 _ 64.whl//GPU pipi install 3359 storage . Google APIs . com/tensor flow/Linux/GPU/tensor flow _ GPU-1 . 4 . 0-cp35-cp35m-Linux _ x86 _ 64 . whlPython 3.6
//CPU版本pipi install https://storage . Google APIs . com/tensor flow/Linux/CPU/tensor flow-1 . 4 . 0-cp36-cp36m-Linux _ x86 _ 64.whl//GPU pip安装https://storage.googleapis.com/tensorflow/linux/gpu/tensor flow _ GPU-1 . 4 . 0-cp36-cp36m-Linux _ x86 _ 64 . whl2. 从源码安装2.1 安装JDK8来自官网3358 www . Oracle . com/tech network/Java/Java/Java se
使用tar命令提取文件。
tarzxvf jdk-8u151-linux-x64.tar.gz使用vi编辑器来设置环境变量。
#当前用户(这个文件是隐藏的，可以用ll命令查看)vi /$HOME/。bashrc将以下内容添加到打开文件的末尾并保存，其中JAVA_HOME是解压缩路径。
export Java _ home=/usr/JDK 1 . 8 . 0 _ 151 export class path=。$ Java _ home/lib/dt . jar:$ Java _ home/lib/tools . jar export path=$ path:$ Java _ home/cJDZDJ使用以下命令使环境变量立即生效：
#当前用户(这个文件是隐藏的，可以用ll命令查看)source /$HOME/。先从发布界面的https://github.com/bazelbuild/bazel/releases下载bazel。或者使用以下命令
wget https://github . com/bazel build/bazel/releases/download/0 . 7 . 0/bazel-0 . 7 . 0-dist . zip下载完成后，解压并进入目录进行编译：
解压缩/home/赵帆/bazel-d bazelcd bazel。/compile.sh安装完成后，文件夹下会生成一个2.2 安装bazel文件夹。将此路径添加到“/output”，并使用source立即生效。例如，我的路径是：
导出路径=$ path:/home/* * */3rd party/bazel/output.bashrc建议安装CUDA8.0(好像9.0已经支持了)。CUDA必须以管理员身份安装，否则即使能编译成功，也无法正常使用GPU。因此，如果没有安装CUDA，请联系您的管理员进行安装。
你可以参考http://blog.csdn.net/u013832707/article/details/53157976的CUDA安装。
建议安装cudnn6或更高版本，cudnn文件应该和CUDA在同一个目录下，即：
Cudnn.h应该位于cuda/include，和libcudnn中。\文件应该位于cuda\lib64中
如果需要升级更换cudnn早期版本，请参考《ubuntu14.04更改cudnn版本》。
2.3 安装CUDA以及cudnn为了防止非管理员无法升级安装最新版本的python包，建议使用Anaconda。Anaconda的安装方法见《linux下安装Anaconda》。
下载tensorflow源代码的最新版本：
git clone-recurse-sub modules https://github.com/tensorflow/tensorflow进入tensorflow的根目录并执行。/configure根据提示输入y/n或path等信息。注意：python路径，开启GPU支持，CUDA路径，CUDNN路径等。如下所示：
警告：需要杀死正在运行的巴泽尔服务器，因为启动选项不同。你已经安装了巴泽尔0 . 7 . 0-(@非git).请指定大蟒的位置。[默认为/首页/赵帆/anaconda3/cjdzdj/python]:找到可能的大蟒库路径：/home/赵帆/anaconda 3/lib/Python 3.6/站点包请输入要使用的计算机编程语言库路径。默认为[/home/赵帆/anaconda 3/lib/python 3.6/site-packages]是否希望使用杰马洛克构建张量流作为分配内存支持？[是/否]:将为张量流启用没有jemalloc作为malloc支持。您希望在谷歌云平台支持下构建张量流吗？[是/否]:不会为张量流启用任何谷歌云平台支持。您希望使用大数据文件系统支持构建张量流吗？[是/否]:不会为张量流启用任何大数据文件系统支持。您希望使用亚马逊S3文件系统支持构建张量流吗？[是/否]:不会为张量流启用亚马逊S3文件系统支持。您希望在XLA JIT支持下构建张量流吗？[是/否]:不会为张量流启用XLA JIT支持。您希望在原德意志民主共和国(German Democratic Republic)支持下构建张量流吗？[是/否]:不会为张量流启用任何原德意志民主共和国(German Democratic Republic)支持。您希望构建支持动词的张量流吗？[是/否]:将不会为张量流启用任何动词支持。您希望使用OpenCL SYCL支持构建张量流吗？[是/否]:不会为张量流启用OpenCL SYCL支持。您希望使用库达支持构建张量流吗？[是/否]:将为张量流启用yCUDA支持。请指定您想要使用的CUDA SDK版本，例如7.0。[留空默认为CUDA 8.0]:请指定CUDA 8.0工具包的安装位置。有关更多详细信息，请参考README.md .[默认为/usr/local/cuda]:请指定要使用的加速库版本。[留空默认为cuDNN 6.0]:6请指定cud nn 6库的安装位置。有关更多详细信息，请参考README.md .[默认为/usr/local/cuda]:请指定一个列表，以逗号分隔您想要构建的库达计算功能。你可以在以下网址找到你的设备的计算能力：https://developer.nvidia.com/cuda-gpus。请注意，每增加一个计算能力都会显著增加你的构建时间和cjdzdjary的大小。【默认为：6.1,6.1,6.1,6.1】要用叮当声做库达编译器吗？[是/否]: nnvcc将被用作库达编译器。请指定编译器应使用哪个（同groundcontrolcenter）地面控制中心作为主机编译器。[默认为/usr/cjdzdj/gcc]:是否希望构建支持平均弹着点的TensorFlow？[是/否]:不会为张量流启用任何平均弹着点支持。当指定了巴泽尔选项- config=opt 时，请指定要在编译过程中使用的优化标志[默认为-march=native]:将- config=mkl 添加到巴泽尔命令中，以使用玛丽琨龙支持进行编译。请注意，MacOS或窗子上的玛丽琨龙仍然不被支持。如果您想使用本地玛丽琨龙而不是下载，请在每次构建之前设置环境变量“TF_MKL_ROOT”.配置完成配置完成后执行：
bazel build-config=opt-config=cuda-config=monolithic//张量流/tools/pip _ package:build _ pip _ package上面的过程比较耗时，结束后继续执行：
bazel-cjdzdj/张量流/工具/pip _ package/build _ pip _ package/tmp/张量流_ pkg最后安装生成的万海文件：
pip install/tmp/张量流_ pkg/张量流-1。4 .0-cp36-cp36m-Linux _ x86 _ 64。万海安装完成后，退出张量流目录，打开python，执行
将张量流作为tfhello=tf.constant导入(‘你好，张量流！’)sess=tf .Session()print(sess.run(hello))如果可以成功打印，则表明安装成功。
2.4 在Anaconda基础上安装tensorflow3. 遇到的一些问题编译时增加玛丽琨龙标志，即可自动下载所需的mkl:3.1 关于开启MKL支持
bazel build-config=opt-config=cuda-config=monolithic-config=mkl//张量流/工具/pip _ package:build _ pip _ package或者自己下载玛丽琨龙安装，然后设置TF _ MKL根变量。可惜国内网速很可能导致此步失败
可惜这个方法我也没成功比如下面的错误：
ImportError: libcusolver.so.8.0:无法打开共享对象文件：没有这样的文件或目录解决方法，将库所在路径加入环境变量。
编辑。没有则创建文件：
导出LD _ LIBRARY _ PATH=$ LD _ LIBRARY _ PATH:/usr/local/cuda/lib 64
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。