QDS （Quick Deployment Series）快速的部署一个软件。这次我们来部署 TensorFlow 。

系统要求

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）（仅支持 Python 3）
Raspbian 9.0 或更高版本

硬件要求

从 TensorFlow 1.6 开始，二进制文件使用 AVX 指令，这些指令可能无法在旧版 CPU 上运行。

CUDA® 计算能力为 3.5 或更高的 NVIDIA® GPU 卡。

软件要求

必须在系统中安装以下 NVIDIA® 软件：

• NVIDIA® GPU 驱动程序 - CUDA 9.0 需要 384.x 或更高版本。
• CUDA® 工具包 - TensorFlow 支持 CUDA 9.0。
• CUDA 工具包附带的 CUPTI。
• cuDNN SDK（7.2 及更高版本）
• （可选）NCCL 2.2，可实现多 GPU 支持。
• （可选）TensorRT 4.0，可缩短在某些模型上进行推断的延迟并提高吞吐量。

安装

环境检测

python 2 环境检测，如果没有某个部分，请补装。

python --version pip --version

python3 和 python2 类似，换成 python3 的命令即可。

安装

pip install tensorflow // 安装 TensorFlow CPU 版本 pip install tensorflow-gpu // 安装 TensorFlow GPU 版本 pip install tf-nightly // 安装 TensorFlow CPU 暗夜版本 不稳定 pip install tf-nightly-gpu // 安装 TensorFlow GPU 暗夜版本 不稳定

不过这样通过 pip 安装速度有点慢啊，使用了 pip 官方的源。

换阿里云的 pip 源以后很快就完成了。

pip install -i https://mirrors.aliyun.com/pypi/simple tensorflow-gpu

验证

依次输入如下命令：

[root@node31 ~]# python Python 2.7.5 (default, Jul 13 2018, 13:06:57) [GCC 4.8.5 20150623 (Red Hat 4.8.5-28)] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import tensorflow as tf >>> tf.__version__ '1.12.0' >>> tf.__path__ ['/usr/lib/python2.7/site-packages/tensorflow', '/usr/lib/python2.7/site-packages/tensorflow/python/estimator/api', '/usr/lib/python2.7/site-packages/tensorflow/_api/v1'] >>>

可以看到，已经安装了 TensorFlow 的 1.12 版本和安装的路径。

---

欢迎访问网站 https://erdong.site 来获取更多内容。