Ubuntu20.04中怎么安裝TensorFlow

這期內容當中小編將會給大家帶來有關Ubuntu20.04中怎么安裝TensorFlow，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

1. pip安裝TensorFlow

這里使用的是當前日期最新版的 Ubuntu20.04 作為操作系統平臺。20.04默認安裝了Python3.8版本，但是沒有安裝pip，所以可以使用apt先安裝pip：

$ sudo apt install python3-pip -y

查看pip的版本，如果不是最新版本順便將pip升級到最新版本：

$ pip3  -V
$ pip3 install --upgrade pip

安裝pip的方式很多，例如可以把pip下載到本地使用Python命令安裝等。安裝TensorFlow2需要使用高于19.0的pip版本

安裝之前需要把pip更新到最新版：

$ pip3 install --upgrade pip

安裝 virtualenv 來幫助我們創建虛擬環境，這里使用的是國內阿里云的鏡像源，下載速度會快很多：

$ pip3 install -U virtualenv -i https://mirrors.aliyun.com/pypi/simple

創建一個新的 Python 虛擬環境，創建一個 ./venv 目錄來存放它：

$ virtualenv ./venv/

如果我們想把系統中已有的庫也加入到虛擬環境中，可以加上--system-site-packages。指定Python版本適用-p參數，如：-p python3

激活該虛擬環境：

$ source venv/bin/activate

使用 pip 安裝支持 GPU 的 TensorFlow 軟件包，可以選擇穩定版或預覽版。安裝穩定版的TensorFlow：

(venv) thanlon@thanlon:~$ pip install tensorflow -i https://mirrors.aliyun.com/pypi/simple/

如果安裝只支持CPU版本：pip install tensorflow-cpu；同理安裝只支持GPU版本：pip install tensorflow-cpu。指定版本：pip install tensorflow-gpu==2.2.0

安裝預覽版使用下面的命令：

(venv) thanlon@thanlon:~$ pip install tf-nightly -i https://mirrors.aliyun.com/pypi/simple/

安裝之前一定要 保證/tmp空閑足夠充足，大概需要3G~4G，當然也可以通過命令臨時更改 /tmp 容量：

(venv) thanlon@thanlon:~$ sudo mount -t tmpfs -o size=4G /tmp(venv) thanlon@thanlon:~$ df -h
/dev/sda10      4.0G     0  4.0G    0% /tmp

查看已安裝的所有包：

(venv) thanlon@thanlon:~$ pip list

測試不指定 CPU 和 GPU 版本的 TensorFlow 是否不區分 CPU 和 GPU，是否會支持GPU。測試發現確實支持GPU：

直接安裝的TensorFlow，并沒有指定GPU版本，卻得到GPU的支持。實際上新版本的TensorFlow不指定GPU版本同樣支持GPU。對于1.15及更早版本，CPU和GPU軟件包是分開的。pip install tensorflow==1.15是CPU版本，pip install tensorflow-gpu==1.15是GPU版本。

2. Anaconda安裝TensorFlow

Anaconda是一個開源的Python發行版本，其中包含了很多流行的用于科學計算、數據分析的Python包。可以從官網下載，官網地址：https://www.anaconda.com/products/individual

也可以到清華鏡像站下載，官網鏈接：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

我們這里直接從清華鏡像站復制了Anaconda最新版本的鏈接，使用 wget 或者 axel 先下載到本地：

$ axel https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh

執行腳本安裝Anaconda，安裝過程中根據提示結合自己需要做例如選擇安裝路徑、是否安裝Visual Stadio Code的一些操作：

$ ./Anaconda3-5.3.1-Linux-x86_64.sh

Anaconda安裝成功之后接下來就可以安裝TensorFlow了，Anaconda默認使用國外的鏡像源，在我們安裝TensorFlow之前先更換為國內的鏡像源，如更換為 中科大鏡像源，第一個是最重要且主要的鏡像源地址，第二個添不添加都可以：

thanlon@thanlon:~$ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main
thanlon@thanlon:~$ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free

更新conda：

thanlon@thanlon:~$ conda update -n base -c defaults conda

conda比pip更加強大，可以安裝非Python庫。所以，非常推薦使用Anaconda安裝TensorFlow！

創建并進入虛擬環境，離開虛擬環境使用 conda deactivate 命令：

thanlon@thanlon:~$ conda create -n venv python=3.8
thanlon@thanlon:~$ conda activate venv(venv) thanlon@thanlon:~$ conda deactivate

安裝 TensorFlow GPU 最新版本，當前最新版是 tensorflow-gpu-2.2.0，已知版本的情況下可以指定版本：

(venv) thanlon@thanlon:~$ conda install tensorflow-gpu

為了檢查安裝的 TensorFlow 是否是 GPU 版本，需要安裝 jupyter notebook 寫程序測試：

(venv) thanlon@thanlon:~$ conda install jupyter notebook(venv) thanlon@thanlon:~$ jupyter notebook

測試程序如下，說明我們已經成功安裝支持 GPU 的TensorFlow：

至此，Anaconda安裝TensorFlow已完成！

3. TensorFlow Docker容器的構建

首先安裝Docker，Dockeer官方安裝文檔：https://docs.docker.com/engine/install/ubuntu/

安裝方式有三種，我這里選擇存儲庫安裝。卸載舊版本的Docker，如果之前安裝過：

$ sudo apt-get remove docker docker-engine docker.io containerd runc

設置Docker存儲庫：

$ sudo apt-get install \
    apt-transport-https \
    ca-certificates \curl \
    gnupg-agent \
    software-properties-common

添加Docker的官方GPG密鑰：

$ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

設置穩定的存儲：

$ sudo add-apt-repository \   "deb [arch=amd64] https://download.docker.com/linux/ubuntu \   $(lsb_release -cs) \
   stable"

更新apt程序包索引，并安裝最新版本的Docker Engine和容器：

$ sudo apt-get update && sudo apt-get install docker-ce docker-ce-cli containerd.io

運行hello-world 映像來驗證是否正確安裝了Docker Engine：

$ sudo docker run -it hello-world

查看Docker是否啟動：

$ systemctl status docker.service

至此Docker安裝成功，下面開始安裝TensorFlow。首先下載 TensorFlow Docker 鏡像，TensorFlow 提供了很多ensorFlow Docker 鏡像。官方 TensorFlow Docker 映像位于 tensorflow/tensorflow Docker Hub 代碼庫中：

References：https://tensorflow.google.cn/install/docker#gpu_support

更換下載源為國內的鏡像源 Docker官方中國區：https://registry.docker-cn.com；阿里云：https://pee6w651.mirror.aliyuncs.com：

$ sudo vim /etc/docker/daemon.json
$ systemctl restart docker.service 
$ cat /etc/docker/daemon.json{
   
   
   "registry-mirrors": ["https://pee6w651.mirror.aliyuncs.com"]}

這里就拉去一個支持 GPU 和 Jupyter 的版本：

$ docker pull tensorflow/tensorflow:latest-gpu-jupyter  # latest release w/ GPU support and Jupyter

成功安裝：

thanlon@thanlon:~$ sudo docker images
REPOSITORY              TAG                  IMAGE ID            CREATED             SIZE
tensorflow/tensorflow   latest-gpu-jupyter   8d78dd1e1b64        8 weeks ago         3.99GB

查看本地已有的容器：

thanlon@thanlon:~$ sudo docker images
REPOSITORY              TAG                  IMAGE ID            CREATED             SIZE
tensorflow/tensorflow   latest-gpu-jupyter   8d78dd1e1b64        8 weeks ago         3.99GB
tensorflow/tensorflow   latest-gpu           f5ba7a196d56        8 weeks ago         3.84GB

接下來運行 TAG 是 latest-gpu 的容器，進入容器后可以查看內置的 Python 版本以及安裝好的 TensorFlow：

thanlon@thanlon:~$ sudo docker run -it tensorflow/tensorflow:latest-gpu
root@c4fceafad48c:/# python -VPython 3.6.9
root@c4fceafad48c:/# pip list...
tensorflow-gpu         2.2.0...

可以另外開一個Terminal，查看正在運行的鏡像：

thanlon@thanlon:~$ sudo docker psCONTAINER ID        IMAGE                              COMMAND             CREATED             STATUS              PORTS               NAMES
49b31ca53c49        tensorflow/tensorflow:latest-gpu   "/bin/bash"         17 seconds ago      Up 16 seconds                           gallant_shirley

運行 TAG 是 latest-gpu-jupyter 的容器：

thanlon@thanlon:~$ sudo docker run -p 8888:8888 tensorflow/tensorflow:latest-gpu-jupyter

瀏覽器訪問下面的鏈接就可以使用 jupyter notebook：

上述就是小編為大家分享的Ubuntu20.04中怎么安裝TensorFlow了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。