Ubuntu 16.04 LTS安装TensorFlow（CPU）

踩完所有的坑后，才发现安装过程并没有想象的那么复杂，尽管花的时间长了一点，但最后还是成功了。

前言

因为别人的求助再加上后期自己的需要，所以干脆在Ubuntu上装好TensorFlow。省得以后再单独花时间配置了。

注意，由于博主个人水平有限（纯小白），所以本文介绍的是最简单的方法安装TensorFlow，目的只是跑一些简单的程序，文末有说明。

---

简介

TensorFlow™ 是一个使用数据流图进行数值计算的开放源代码软件库。图中的节点代表数学运算，而图中的边则代表在这些节点之间传递的多维数组（张量）。借助这种灵活的架构，您可以通过一个 API 将计算工作部署到桌面设备、服务器或移动设备中的一个或多个 CPU 或 GPU。TensorFlow 最初是由 Google Brain 团队（隶属于 Google 机器智能研究部门）中的研究人员和工程师开发的，旨在用于进行机器学习和深度神经网络研究。但该系统具有很好的通用性，还可以应用于众多其他领域。

安装

默认你是安装好了python和pip的，如果没有的话，请出门左转：传送门，这篇文章介绍的非常详细。

在这篇文章中我们介绍的是通过pip来安装TensorFlow，关键的命令其实只有一条，pip install tensorflow，但是由于各种原因，安装过程并不会顺利。所以我们分为以下几个步骤来完成安装。

• 首先，对pip进行升级，如果你的pip版本是最新的，请忽略这条。

sudo pip  install --upgrade   # Python 2.7
sudo pip3 install --upgrade   # Python 3.n

注意一下，我自己在安装的过程中，最后出现了权限问题，所以我在安装之前输入了sudo su命令，确保不会有别的问题。

• 开始安装，由于国内GFW的原因，所以我们切换软件源为豆瓣源。（切换之前大概5k/s，我以为能在我醒来之前安装好，没想到报了ReadTimeoutError的错误，这点是真的坑。）

pip install -i https://pypi.douban.com/simple tensorflow   # Python 2.7
pip3 install -i https://pypi.douban.com/simple tensorflow   # Python 3.n

稍微等待一会之后，我们就能看见一排Requirement already satisfied的字样了，这说明我们安装成功了，接下来我们进行验证。

---

验证

• 测试代码

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

运行后的结果为：

/usr/bin/python3.6 /home/taifu/Python/Learn/main.py
2018-04-30 16:15:38.389504: I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
b'Hello, TensorFlow!'

Process finished with exit code 0

说明TensorFlow安装成功了。

---

问题

上面代码运行的的结果中有一条警告I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA，不保证大家都有。

网上查询的资料说明如下：

大致的原因就是说：tensorflow觉得你电脑cpu还行，支持AVX（Advanced Vector Extensions），运算速度还可以提升，所以可以开启更好更快的模式，但是你现在用的模式相对来说可能不是那么快，所以这个其实并不是存在错误，所以如果不嫌当前的模式慢就忽略掉这个警告就好了。

要是想忽略掉这个警告也很容易，搜了一下，stackoverflow上给的建议是
Just disables the warning, doesn’t enable AVX/FMA

给出的解决办法为：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

实测有效，我们再跑一段逼格稍微高一点的代码。

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

import numpy as np
import tensorflow as tf

x_data = np.float32(np.random.rand(2, 100))
y_data = np.dot([0.100, 0.200], x_data) + 0.300

print (x_data)
print ("==========================================")
print (y_data)

b = tf.Variable(tf.zeros([1]))

w = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))

y = tf.matmul(w, x_data) + b

loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

init = tf.global_variables_initializer()

with tf.Session() as s:
    s.run(init)

    for step in range(0, 201):
        s.run(train)
        if step % 20 == 0:
            print (step, s.run(w), s.run(b))

    s.close()

输出的结果为：

/usr/bin/python3.6 /home/taifu/Python/Learn/main.py
[[0.09133665 0.87402403 0.15443356 0.13032544 0.4834128  0.8514211
  0.91341686 0.4300982  0.94264734 0.10926706 0.38691756 0.29842022
  ......
  0.53854984 0.7368148  0.67570615 0.74068195]]
==========================================
[0.3937258  0.39042075 0.46216698 0.49913163 0.49088916 0.45908532
 0.57346979 0.53347665 0.41673849 0.37543511 0.39647594 0.40722681
 ......
 0.49105307 0.54104086 0.47339147 0.51983383]
0 [[ 1.0742667  -0.64618397]] [0.48224142]
20 [[0.199406   0.01106688]] [0.34638238]
......
200 [[0.09998819 0.19997984]] [0.30001673]

Process finished with exit code 0

确实没有了警告，但是这种解决办法并没有实质性解决问题，暂时先不去管那么多了。

---

体验

以上基本就是整个安装过程了，踩中的坑有三个：超时、pip版本过旧、文件权限问题，和一个警告。整体还是比较顺利的，毕竟出了问题都可以去网上找到解决方法。

---

参考资料

• pip install时发生raise ReadTimeoutError(self._pool, None, ‘Read timed out.’)的解决方案
• pip 安装包时 Read timed out 你们都是怎么解决的？
• error: could not create ‘/usr/local/lib/python2.7/dist-packages/jieba’: Permission denied
• Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2

---

推荐阅读

• 在 Ubuntu 上安装 TensorFlow
• Ubuntu下如何安装TensorFlow

---

说明

TensorFlow有两种版本可以选择，我们在这选择的是仅支持 CPU 的 TensorFlow，具体参考官方文档。

• 仅支持 CPU 的 TensorFlow。如果您的系统没有 NVIDIA® GPU，就必须安装此版本。请注意，此版本的 TensorFlow 通常更容易安装（用时通常在 5 或 10 分钟内），所以即使您拥有 NVIDIA GPU，我们也建议先安装此版本。
• 支持 GPU 的 TensorFlow。TensorFlow 程序在 GPU 上的运行速度通常要比在 CPU 上快得多。因此，如果您的系统配有满足以下所示先决条件的 NVIDIA® GPU，并且您需要运行性能至关重要的应用，则最终应安装此版本。

如果需要详细教程的话，我还是推荐官方的文档：安装 TensorFlow，以后遇到了问题的话，我再继续填坑吧。

---

The end.
2018-04-30 星期一