2.2 TensorFlow2.0的安裝

TensorFlow CPU版本的安裝較為簡單，而GPU版本則需要另外安裝一些驅動程序和庫，為了簡便我們可以使用Docker的方式來安裝和使用（目前，TensorFlow只有Linux版提供了Docker鏡像）。本書中我們會通過python的包管理工具pip進行安裝，并且以Linux環境為準。

作者使用的開發環境如下：

1.安裝Anaconda

首先我們從官網下載Anaconda安裝文件，選擇Linux的“Python3.7Version”版本，單擊“Download”，下載的文件為“Anaconda3-2019.10-Linux-x86_64.sh”。

（1）安裝Anaconda

① 執行“bash Anaconda3-2019.10-Linux-x86_64.sh”，提示需要閱讀許可條例，按下Enter 鍵繼續，如圖2-2所示。

② 出現提示：是否接受許可條例，輸入“yes”按Enter 鍵，在界面中會提示Anaconda將要安裝的位置，按下Enter 鍵確認，如圖2-3所示。

③提示是否要寫入配置文件，輸入“yes”按Enter鍵，如圖2-4所示。

到這里，Anaconda就安裝完成了。如圖2-5所示，安裝好后鍵入“python3”，此時運行的還是系統自帶的Python版本，執行“source～/.bashrc”讓配置生效，此時執行“python3”，運行的就是Anaconda。

（2）創建虛擬Python環境

接下來在Anaconda中創建虛擬Python環境，執行如下命令。

出現是否繼續的提示，輸入“y”按Enter鍵，稍等片刻，一個Python3.7的虛擬環境就創建好了。此時系統中有多個版本的Python，為了方便使用，需要配置環境變量，為每個版本的Python設置一個別名。另外為了后面方便使用“pip”來管理虛擬環境的包，也需要為虛擬環境的“pip”命令創建一個別名。

編輯“～/.bashrc”文件，在文件末尾增加如下內容：

注意，Anaconda的路徑要根據實際情況來填寫，“/home/lqhou/anaconda3”是作者系統上Anaconda的安裝路徑。配置完成后鍵入“source～/.bashrc”讓配置生效，之后分別執行“python”“python3”和“apython”命令，如圖2-6所示。

這里“python”和“python3”命令指向的都是系統自帶的Python版本，“apython”命令指向的是我們剛剛創建的Python虛擬環境。這里需要注意，當使用“pip”命令為虛擬Python環境安裝包時，需要使用在這里配置的“apip”命令，直接使用“pip”或“pip3”命令會把包安裝到系統自帶的Python環境中。

2.安裝TensorFlow

GPU版的TensorFlow包含了CPU版本，如果讀者手上有GPU資源的話，可以直接參考2.4.1節安裝GPU版的TensorFlow。

我們使用命令“apip install tensorflow”進行安裝，該命令會安裝最新的、穩定的CPU版本的TensorFlow。安裝完成后，我們進入Python的交互式解釋器環境驗證安裝是否成功，依次運行“import tensorflow as tf”、“print（tf.__version__）”，如圖2-7所示。

3.使用Jupyter Notebook

Jupyter Notebook是一個開源的Web應用程序，常被用于交互式的開發和展示數據科學項目（例如數據清洗和轉換、數據可視化及機器學習等）。為了方便大家學習，本章用Jupyter NoteBook作為編程工具（讀者也可以使用谷歌公司的Colab），讀者也可以任意選擇自己喜歡的編程工具。

通過圖形化界面安裝的Anaconda集成了Jupyter NoteBook，可以直接使用，如圖2-8所示。

如果讀者使用的是命令行環境，我們需要使用命令“apip install jupyter”來安裝Jupyter NoteBook。如果希望遠程訪問Jupyter NoteBook頁面，操作如下：

① 輸入命令“conda activate apython”來激活虛擬環境。

② 輸入命令“nohup jupyter-notebook --allow-root --no-browser --ip=172.31.233.246&”，注意，這里的IP 地址要換成你所使用服務器的IP 地址。輸入該行命令后按一次Enter 鍵。

③ 輸入命令“conda deactivate”退出虛擬環境。

輸入以上命令后，就可以在你本地計算機的瀏覽器中通過服務器的IP地址來訪問服務器上的Jupyter NoteBook頁面了。第一次登錄需要Token，在上面執行命令的目錄中會生成一個“nohup.out”文件，文件中有Token信息。

直接在圖2-8單擊Jupyter下方的“Launch”按鈕即可啟動Jupyter NoteBook（也可以在終端中輸入“jupyter-notebook”命令來啟動），啟動之后會自動打開一個Web頁面，如圖2-9所示。這里列出了默認路徑下的所有目錄和文件，我們可以打開自己存放代碼的目錄。

如圖2-10所示，單擊頁面右上角的“new”菜單，再單擊“python[conda env：apython3]”菜單之后就會創建一個新的后綴名為“ipynb”的Notebook文件。如果“new”菜單只有一個Python Kernel，則在命令行下執行命令“source activate apython3”進入之前創建的“apython3”虛擬環境，再執行“jupyter-notebook”命令啟動Jupyter Notebook，即可在“new”菜單下就看到如圖2-10所示的Kernel了。

新建的Notebook文件會自動地在新的標簽頁打開，如圖2-11所示，這是一個空的Notebook文件。

在Notebook的單元格內輸入代碼，單擊“Run”按鈕之后會在單元格的下方顯示代碼運行的結果，如圖2-12所示。