首先系统中已经安装了两个版本的tensorflow,一个是通过keras安装的, 一个是按照官网教程https://www.tensorflow.org/install/install_linux#InstallingNativePip使用Virtualenv 进行安装的,第二个在根目录下,做标记以防忘记。
安装教程:
使用 Virtualenv 进行安装 请按照以下步骤使用 Virtualenv 安装 TensorFlow: 发出下列其中一条命令来安装 pip 和 Virtualenv: $ sudo apt-get install python-pip python-dev python-virtualenv # for Python 2.7 $ sudo apt-get install python3-pip python3-dev python-virtualenv # for Python 3.n 发出下列其中一条命令来创建 Virtualenv 环境: $ virtualenv --system-site-packages targetDirectory # for Python 2.7 $ virtualenv --system-site-packages -p python3 targetDirectory # for Python 3.n targetDirectory 用于指定 Virtualenv 树的顶层目录。我们的指令假定 targetDirectory 为 ~/tensorflow,但您可以选择任何目录。 通过发出下列其中一条命令激活 Virtualenv 环境: $ source ~/tensorflow/bin/activate # bash, sh, ksh, or zsh $ source ~/tensorflow/bin/activate.csh # csh or tcsh $ . ~/tensorflow/bin/activate.fish # fish 执行上述 source 命令后,您的提示符应该会变成如下内容: (tensorflow)$ 确保安装了 pip 8.1 或更高版本: (tensorflow)$ easy_install -U pip 发出下列其中一条命令以在活动 Virtualenv 环境中安装 TensorFlow: (tensorflow)$ pip install --upgrade tensorflow # for Python 2.7 (tensorflow)$ pip3 install --upgrade tensorflow # for Python 3.n (tensorflow)$ pip install --upgrade tensorflow-gpu # for Python 2.7 and GPU (tensorflow)$ pip3 install --upgrade tensorflow-gpu # for Python 3.n and GPU 如果上述命令执行成功,请跳过第 6 步。如果上述命令执行失败,请执行第 6 步。 (可选)如果第 5 步执行失败(通常是因为您所调用的 pip 版本低于 8.1),请通过发出以下格式的命令,在活动 Virtualenv 环境中安装 TensorFlow: (tensorflow)$ pip install --upgrade tfBinaryURL # Python 2.7 (tensorflow)$ pip3 install --upgrade tfBinaryURL # Python 3.n 其中 tfBinaryURL 表示 TensorFlow Python 软件包的网址。tfBinaryURL 的正确值取决于操作系统、Python 版本和 GPU 支持。可在此处查找适合您系统的 tfBinaryURL 值。例如,如果您要为装有 Python 3.4 的 Linux 安装仅支持 CPU 的 TensorFlow,则发出以下命令以在活动 Virtualenv 环境中安装 TensorFlow: (tensorflow)$ pip3 install --upgrade https://download.tensorflow.google.cn/linux/cpu/tensorflow-1.8.0-cp34-cp34m-linux_x86_64.whl 如果您遇到任何安装问题,请参阅常见的安装问题。 后续步骤 安装 TensorFlow 后,请验证安装。 请注意,每次使用 TensorFlow 时,您都必须激活 Virtualenv 环境。如果 Virtualenv 环境当前未处于活动状态,请调用以下命令之一: $ source ~/tensorflow/bin/activate # bash, sh, ksh, or zsh $ source ~/tensorflow/bin/activate.csh # csh or tcsh 在 Virtualenv 环境激活后,您就可以从这个 shell 运行 TensorFlow 程序。您的提示符将变成如下所示,这表示您的 Tensorflow 环境已处于活动状态: (tensorflow)$ 用完 TensorFlow 后,可以通过发出以下命令调用 deactivate 函数来停用环境: (tensorflow)$ deactivate 提示符将恢复为您的默认提示符(由 PS1 环境变量所定义)。 卸载 TensorFlow 要卸载 TensorFlow,只需移除您创建的树即可。例如: $ rm -r targetDirectory
View Code
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:tensorflow利用预训练模型进行目标检测(一):安装tensorflow detection api - Python技术站