關于 TensorFlow 安裝，有很多方法可以實踐。本文將為大家詳細介紹如何利用 pip 安裝 TensorFlow 。

可用安裝包

tensorflow — 僅限 CPU 的當前版本（推薦給初學者）

tensorflow - gpu— 支持 GPU 的當前版本（Ubuntu 和 Windows）

tf - nightly —Nightly 僅為 CPU 構建（不穩定）

tf - nightly - gpu — 使用 GPU 支持 Nightly（不穩定，Ubuntu 和 Windows）

系統要求

Ubuntu 16.04 或更高版本（64 位）

macOS 10.12.6（Sierra）或更高版本（64 位）（無 GPU 支持）

Windows 7 或更高版本（64 位）（僅限 Python 3）

Raspbian 9.0 或更高版本

硬件要求

從 TensorFlow 1.6 開始，二進制文件使用 AVX 指令，這些指令可能無法在老一點的 CPU 上運行

閱讀 GPU 支持指南（https://tensorflow.google.cn/install/gpu?hl=zh-CN），在 Ubuntu 或 Windows 上設置支持 CUDA? 的 GPU 卡

在系統上安裝 Python 開發環境

Python 3

檢查您的 Python 環境是否已配置：

需要 Python 3.4, 3.5 或 3.6

$ python3 --version$pip3 --version$virtualenv --version

如果已安裝這些軟件包，請跳至下一步。

否則，請安裝 Python，pip 包管理器和 Virtualenv：

UBUNTU

$sudo apt update$sudo apt install python3-dev python3-pip$sudo pip3 install -U virtualenv # system-wide install

MAC OS

使用 Homebrew 包管理器安裝：

$/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"$export PATH="/usr/local/bin:/usr/local/sbin:$PATH"$brew update$brew install python # Python 3$sudo pip3 install -U virtualenv # system-wide install

WINDOWS

安裝 2015 Redistributable Update 3。這是 Visual Studio 2015 附帶的，可以單獨安裝：

轉到 Visual Studio 下載

選擇 Redistributables 和 Build Tools

下載并安裝 Microsoft Visual C ++ 2015 Redistributable Update 3

安裝適用于 Windows 的 64 位 Python 3 發行版（選擇 pip 作為可選功能）

C:\>pip3 install -U pip virtualenv

RASPBERRY PI

$sudo apt update$sudo apt install python3-dev python3-pip$sudo apt install libatlas-base-dev # required for numpy$sudo pip3 install -U virtualenv # system-wide install

OTHER

$curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py$python get-pip.py$sudo pip3 install -U virtualenv # system-wide install

Python 2.7

檢查您的 Python 環境是否已配置：

$python --version$pip --version$virtualenv --version

如果已安裝這些軟件包，請跳至下一步。

否則，請安裝 Python，pip 包管理器和 Virtualenv：

UBUNTU

$sudo apt update$sudo apt install python-dev python-pip$sudo pip install -U virtualenv # system-wide install

MAC OS

使用 Homebrew 包管理器安裝：

$/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"$export PATH="/usr/local/bin:/usr/local/sbin:$PATH"$brew update$brew install python@2 # Python 2$sudo pip install -U virtualenv # system-wide install

RASPBERRY PI

$sudo apt update$sudo apt install python-dev python-pip$sudo apt install libatlas-base-dev # required for numpy$sudo pip install -U virtualenv # system-wide install

OTHER

$curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py$python get-pip.py$sudo pip install -U virtualenv # system-wide install

創建虛擬環境（推薦）

Python 虛擬環境用于將程序包安裝與系統隔離。

UBUNTU / MAC OS

通過選擇 Python 解釋器并創建一個 ./venv 目錄來創建一個新的虛擬環境：

$virtualenv --system-site-packages -p python2.7./venv

使用特定于 shell 的命令激活虛擬環境：

$source ./venv/bin/activate # sh, bash, ksh, or zsh

當 virtualenv 處于活動狀態時，shell 提示符前綴為（venv）。

要在不影響主機系統設置的情況下，在虛擬環境中安裝軟件包。首先升級 pip：

（venv）$pip install --upgrade pip（venv）$pip list # show packages installed within the virtual environment

之后退出 virtualenv：

（venv）$deactivate # don't exit until you're done using TensorFlow

WINDOWS

通過選擇 Python 解釋器并創建一個 ./venv 目錄來創建一個新的虛擬環境。

激活虛擬環境：

（venv）C:\>.\venv\Scripts\activate

在虛擬環境中安裝軟件包，不會影響主機系統設置。 首先升級 pip：

（venv）C:\>pip install --upgrade pip（venv）C:\>pip list # show packages installed within the virtual environment

之后退出 virtualenv：

（venv）C:\> deactivate # don't exit until you're done using TensorFlow

CONDA

我們推薦使用 TensorFlow 提供的 pip 包，也可以使用社區支持的 Anaconda 包。

通過選擇 Python 解釋器并創建一個 ./venv 目錄來創建一個新的虛擬環境：

$conda create -nvenvpip python=2.7

激活虛擬環境:

&source activatevenv

在虛擬環境中，使用其完整 URL 安裝 TensorFlow pip 包

（venv）$pip install --ignore-installed --upgrade packageURL

之后退出 virtualenv：

（venv）$source deactivate

安裝 TensorFlow pip 包

從 PyPI 中選擇以下 TensorFlow 軟件包之一進行安裝：

tensorflow—僅限 CPU 的當前版本（推薦給初學者）

tensorflow - gpu —支持 GPU 的當前版本（Ubuntu 和 Windows）

tf - nightly— Nightly 僅為 CPU 構建（不穩定）

tf - nightly - gpu —使用 GPU 支持 Nightly（不穩定，Ubuntu 和 Windows）

程序包依賴項是自動安裝的。 都列在 REQUIRED_PACKAGES 下的 setup.py 文件中。

VIRTUALENV INSTALL

（venv）$ pip install --upgrade tensorflow

驗證安裝：

（venv）$python -c "import tensorflow as tf; print(tf.__version__)"

SYSTEM INSTALL

$ pip install --user --upgrade tensorflow # install in $HOME

驗證安裝：

$python -c "import tensorflow as tf; print(tf.__version__)"

成功：現在已安裝 TensorFlow。 閱讀教程，開始使用。（https://tensorflow.google.cn/tutorials/?hl=zh-CN）

安裝包位置

一些安裝機制需要 TensorFlow Python 包的 URL。 您指定的值取決于您的 Python 版本。

版本	URL
Linux
Python 2.7 CPU-only	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.11.0-cp27-none-linux_x86_64.whl
Python 2.7 GPUsupport	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.11.0-cp27-none-linux_x86_64.whl
Python 3.4 CPU-only	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.11.0-cp34-cp34m-linux_x86_64.whl
Python 3.4 GPUsupport	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.11.0-cp34-cp34m-linux_x86_64.whl
Python 3.5 CPU-only	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.11.0-cp35-cp35m-linux_x86_64.whl
Python 3.5 GPUsupport	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.11.0-cp35-cp35m-linux_x86_64.whl
Python 3.6 CPU-only	https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.11.0-cp36-cp36m-linux_x86_64.whl
Python 3.6 GPUsupport	https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.11.0-cp36-cp36m-linux_x86_64.whl
macOS (CPU-only)
Python 2.7	https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.11.0-py2-none-any.whl
Python 3.4, 3.5, 3.6	https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.11.0-py3-none-any.whl
Windows
Python 3.5 CPU-only	https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.11.0-cp35-cp35m-win_amd64.whl
Python 3.5 GPUsupport	https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.11.0-cp35-cp35m-win_amd64.whl
Python 3.6 CPU-only	https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.11.0-cp36-cp36m-win_amd64.whl
Python 3.6 GPUsupport	https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.11.0-cp36-cp36m-win_amd64.whl