这期内容当中小编将会给大家带来有关Ubuntu20.04中怎么安装TensorFlow，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
这里使用的是当前日期最新版的 Ubuntu20.04 作为操作系统平台。20.04默认安装了Python3.8版本，但是没有安装pip，所以可以使用apt先安装pip：
$ sudo apt install python3-pip -y
查看pip的版本，如果不是最新版本顺便将pip升级到最新版本：
$ pip3 -V $ pip3 install --upgrade pip
安装pip的方式很多，例如可以把pip下载到本地使用Python命令安装等。安装TensorFlow2需要使用高于19.0的pip版本
安装之前需要把pip更新到最新版：
$ pip3 install --upgrade pip
安装 virtualenv 来帮助我们创建虚拟环境，这里使用的是国内阿里云的镜像源，下载速度会快很多：
$ pip3 install -U virtualenv -i https://mirrors.aliyun.com/pypi/simple
创建一个新的 Python 虚拟环境，创建一个 ./venv 目录来存放它：
$ virtualenv ./venv/
如果我们想把系统中已有的库也加入到虚拟环境中，可以加上--system-site-packages。指定Python版本适用-p参数，如：-p python3
激活该虚拟环境：
$ source venv/bin/activate
使用 pip 安装支持 GPU 的 TensorFlow 软件包，可以选择稳定版或预览版。安装稳定版的TensorFlow：
(venv) thanlon@thanlon:~$ pip install tensorflow -i https://mirrors.aliyun.com/pypi/simple/
如果安装只支持CPU版本：pip install tensorflow-cpu；同理安装只支持GPU版本：pip install tensorflow-cpu。指定版本：pip install tensorflow-gpu==2.2.0
安装预览版使用下面的命令：
(venv) thanlon@thanlon:~$ pip install tf-nightly -i https://mirrors.aliyun.com/pypi/simple/
安装之前一定要 保证/tmp空闲足够充足，大概需要3G~4G，当然也可以通过命令临时更改 /tmp 容量：
(venv) thanlon@thanlon:~$ sudo mount -t tmpfs -o size=4G /tmp(venv) thanlon@thanlon:~$ df -h /dev/sda10 4.0G 0 4.0G 0% /tmp
查看已安装的所有包：
(venv) thanlon@thanlon:~$ pip list
测试不指定 CPU 和 GPU 版本的 TensorFlow 是否不区分 CPU 和 GPU，是否会支持GPU。测试发现确实支持GPU：
直接安装的TensorFlow，并没有指定GPU版本，却得到GPU的支持。实际上新版本的TensorFlow不指定GPU版本同样支持GPU。对于1.15及更早版本，CPU和GPU软件包是分开的。pip install tensorflow==1.15是CPU版本，pip install tensorflow-gpu==1.15是GPU版本。
Anaconda是一个开源的Python发行版本，其中包含了很多流行的用于科学计算、数据分析的Python包。可以从官网下载，官网地址：https://www.anaconda.com/products/individual
也可以到清华镜像站下载，官网链接：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
我们这里直接从清华镜像站复制了Anaconda最新版本的链接，使用 wget 或者 axel 先下载到本地：
$ axel https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
执行脚本安装Anaconda，安装过程中根据提示结合自己需要做例如选择安装路径、是否安装Visual Stadio Code的一些操作：
$ ./Anaconda3-5.3.1-Linux-x86_64.sh
Anaconda安装成功之后接下来就可以安装TensorFlow了，Anaconda默认使用国外的镜像源，在我们安装TensorFlow之前先更换为国内的镜像源，如更换为 中科大镜像源，第一个是最重要且主要的镜像源地址，第二个添不添加都可以：
thanlon@thanlon:~$ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main thanlon@thanlon:~$ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free
更新conda：
thanlon@thanlon:~$ conda update -n base -c defaults conda
conda比pip更加强大，可以安装非Python库。所以，非常推荐使用Anaconda安装TensorFlow！
创建并进入虚拟环境，离开虚拟环境使用 conda deactivate 命令：
thanlon@thanlon:~$ conda create -n venv python=3.8 thanlon@thanlon:~$ conda activate venv(venv) thanlon@thanlon:~$ conda deactivate
安装 TensorFlow GPU 最新版本，当前最新版是 tensorflow-gpu-2.2.0，已知版本的情况下可以指定版本：
(venv) thanlon@thanlon:~$ conda install tensorflow-gpu
为了检查安装的 TensorFlow 是否是 GPU 版本，需要安装 jupyter notebook 写程序测试：
(venv) thanlon@thanlon:~$ conda install jupyter notebook(venv) thanlon@thanlon:~$ jupyter notebook
测试程序如下，说明我们已经成功安装支持 GPU 的TensorFlow：
至此，Anaconda安装TensorFlow已完成！
首先安装Docker，Dockeer官方安装文档：https://docs.docker.com/engine/install/ubuntu/
安装方式有三种，我这里选择存储库安装。卸载旧版本的Docker，如果之前安装过：
$ sudo apt-get remove docker docker-engine docker.io containerd runc
设置Docker存储库：
$ sudo apt-get install \ apt-transport-https \ ca-certificates \curl \ gnupg-agent \ software-properties-common
添加Docker的官方GPG密钥：
$ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
设置稳定的存储：
$ sudo add-apt-repository \ "deb [arch=amd64] https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) \ stable"
更新apt程序包索引，并安装最新版本的Docker Engine和容器：
$ sudo apt-get update && sudo apt-get install docker-ce docker-ce-cli containerd.io
运行hello-world 映像来验证是否正确安装了Docker Engine：
$ sudo docker run -it hello-world
查看Docker是否启动：
$ systemctl status docker.service
至此Docker安装成功，下面开始安装TensorFlow。首先下载 TensorFlow Docker 镜像，TensorFlow 提供了很多ensorFlow Docker 镜像。官方 TensorFlow Docker 映像位于 tensorflow/tensorflow Docker Hub 代码库中：
References：https://tensorflow.google.cn/install/docker#gpu_support
更换下载源为国内的镜像源 Docker官方中国区：https://registry.docker-cn.com；阿里云：https://pee6w651.mirror.aliyuncs.com：
$ sudo vim /etc/docker/daemon.json
$ systemctl restart docker.service
$ cat /etc/docker/daemon.json{
"registry-mirrors": ["https://pee6w651.mirror.aliyuncs.com"]}这里就拉去一个支持 GPU 和 Jupyter 的版本：
$ docker pull tensorflow/tensorflow:latest-gpu-jupyter # latest release w/ GPU support and Jupyter
成功安装：
thanlon@thanlon:~$ sudo docker images REPOSITORY TAG IMAGE ID CREATED SIZE tensorflow/tensorflow latest-gpu-jupyter 8d78dd1e1b64 8 weeks ago 3.99GB
查看本地已有的容器：
thanlon@thanlon:~$ sudo docker images REPOSITORY TAG IMAGE ID CREATED SIZE tensorflow/tensorflow latest-gpu-jupyter 8d78dd1e1b64 8 weeks ago 3.99GB tensorflow/tensorflow latest-gpu f5ba7a196d56 8 weeks ago 3.84GB
接下来运行 TAG 是 latest-gpu 的容器，进入容器后可以查看内置的 Python 版本以及安装好的 TensorFlow：
thanlon@thanlon:~$ sudo docker run -it tensorflow/tensorflow:latest-gpu root@c4fceafad48c:/# python -VPython 3.6.9 root@c4fceafad48c:/# pip list... tensorflow-gpu 2.2.0...
可以另外开一个Terminal，查看正在运行的镜像：
thanlon@thanlon:~$ sudo docker psCONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 49b31ca53c49 tensorflow/tensorflow:latest-gpu "/bin/bash" 17 seconds ago Up 16 seconds gallant_shirley
运行 TAG 是 latest-gpu-jupyter 的容器：
thanlon@thanlon:~$ sudo docker run -p 8888:8888 tensorflow/tensorflow:latest-gpu-jupyter
浏览器访问下面的链接就可以使用 jupyter notebook：
上述就是小编为大家分享的Ubuntu20.04中怎么安装TensorFlow了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
