TensorFlow 是Google构建的开放源代码的机器学习平台。它可以在不同设备上的CPU或GPU上运行。

TensorFlow可以在系统范围内,作为 Docker 容器或与Anaconda一起安装在Python虚拟环境中。

在本教程中,我们将说明如何在Debian 10的Python虚拟环境中安装TensorFlow。

虚拟环境使您可以在一台计算机上拥有多个不同的隔离Python环境,并在每个项目的基础上安装模块的特定版本,而不必担心会影响您的其他项目。

在Debian 10上安装TensorFlow

以下各节提供了有关如何在Debian 10上的Python虚拟环境中安装TensorFlow的逐步说明。

安装Python 3和venv

Debian 10 Buster随附Python 3.7。

要验证您的系统上是否安装了Python 3,请输入:

python3 --version

输出应如下所示:

Python 3.7.3

创建虚拟环境的推荐方法是使用python3-venv软件包提供的venv模块。

如果您的系统上未安装python3-venv软件包,请输入以下内容进行安装:

sudo apt update
sudo apt install python3-venv

创建虚拟环境

切换到Python 3虚拟环境的目录。它可以是您的主目录,也可以是您的用户具有读写权限的任何其他目录。

为TensorFlow项目创建一个新目录,然后切换该目录:

mkdir my_tensorflow

从目录内部,输入以下命令以创建虚拟环境:

python3 -m venv venv

上面的命令创建一个名为venv的目录,其中包含Python二进制文件的副本, Pip程序包管理器,标准Python库以及其他支持文件。您可以为虚拟环境使用任何喜欢的名称。要开始使用虚拟环境,您需要通过运行activate脚本将其激活:

source venv/bin/activate

一旦激活,虚拟环境的bin目录将添加到系统 $PATH变量的开头。此外,shell的提示将更改,并显示您当前所在的虚拟环境的名称。在此示例中,为(venv)

TensorFlow安装需要pip 19或更高版本。运行以下命令以将pip升级到最新版本:

pip install --upgrade pip

安装TensorFlow

现在我们已经创建了虚拟环境,下一步是安装TensorFlow软件包。

可以从PyPI安装多个TensorFlow软件包。 tensorflow软件包仅支持 CPU ,建议初学者使用。

如果您具有CUDA计算能力为3.5或更高的专用NVIDIA GPU,并希望利用其处理能力,请安装tensorflow-gpu软件包,其中不包括tensorflow软件包

在下面输入命令以安装TensorFlow:

pip install --upgrade tensorflow

在虚拟环境中,可以使用pip代替pip3python代替python3

安装完成后,请使用以下命令进行验证,该命令将打印TensorFlow版本:

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

在撰写本文时,TensorFlow的最新稳定版本为2.0.0

2.0.0

您终端上打印的版本可能与上面显示的版本不同。 TensorFlow已安装在您的Debian系统上。

如果您是TensorFlow的新手,请访问 TensorFlow教程页面,并学习如何构建您的第一个ML应用程序。您还可以从Github克隆 TensorFlow模型 TensorFlow-Examples 存储库,并浏览和测试TensorFlow示例。

完成工作后,键入deactivate以停用环境并返回到常规shell。

deactivate

结论

我们向您展示了如何在Debian 10的Python虚拟环境中使用pip安装TensorFlow。

如果您遇到问题或有反馈,请在下面发表评论。