mac安装tensorflow

tensorflow简介

　　TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。TensorFlow还实现了可视化工具TensorBoard，方便直观的理解计算过程。

　　目前TensorFlow最新迭代版本是1.6.0，实现了包括CNN、RNN、LSTM等众多主流算法和网络，在CV、NLP、自动驾驶等领域广泛应用，arxiv的论文统计中，tensorflow已经遥遥领先于其他深度学习框架如MxNet、Caffe/Caff2、CNTK、PyTorch、PaddlePaddle等，成为最流行的框架。

　　GitHub地址为https://github.com/tensorflow/tensorflow，最新star数90k+，势不可挡，更多学习资料可参考tensorflow中文社区http://www.tensorfly.cn/tfdoc/get_started/os_setup.html#virtualenv_install。

mac安装包管理软件

homebrew

　　homerew官网介绍是“The missing package manager for macOS”，就是说使用homebrew后不用再担心依赖包的缺失了，实现一键安装。实际操作下来并没有这么好的体验，比如安装gdb后，一直提示错误：

$ gdb
dyld: Library not loaded: /usr/local/opt/mpfr/lib/libmpfr.6.dylib
  Referenced from: /usr/local/bin/gdb
  Reason: image not found
Trace/BPT trap: 5

加了codesign也不行。

virtualenv

　　　　virtualenv 是一个创建隔绝的Python环境的工具。virtualenv创建一个包含所有必要的可执行文件的文件夹，用来使用Python工程所需的包。

　如果没有安装 pip的话，先安装pip：

$ sudo easy_install pip  # 如果还没有安装 pip
$ sudo pip install --upgrade virtualenv

Docker

　　Docker是一个开源的引擎，可以轻松的为任何应用创建一个轻量级的、可移植的、自给自足的容器，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。

VirtualEnv安装tensorflow

　　接下来我们建立一个全新的virtualenv网络环境，将环境建立在~/tensorflow，执行如下命令：

$ virtualenv --system-site-packages ~/tensorflow
$ cd ~/tensorflow

　　接下来，激活新建的virtualenv环境：

$ source bin/activate  # 如果使用 bash
$ source bin/activate.csh  # 如果使用 csh
(tensorflow)$  # 终端提示符应该发生变化

　　如果使用的shell是bash，就是用第一条命令，如果是csh就用第二条命令。激活完后terminal的提示符会变化，最前面会加上tensorflow字样。

　　在virtualenv激活完成后，接下来安装tensorflow到该环境中：

(tensorflow)$ pip install --upgrade <$url_to_binary.whl>

　　tensorflow的具体版本可以到github中去找，比如安装1.0.0版本，执行命令：

(tensorflow)$ pip install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.0.0-py2-none-any.whl

　　安装完成后，可以在python中执行import tensorflow as tf试下，如果可以执行说明安装成功了。

　　最后，如果使用完了，需要关闭virtualenv环境：

(tensorflow)$ deactivate  # 停用 virtualenv
$    #提示符恢复原样

【参考】

[1]http://blog.csdn.net/Cloudox_/article/details/77823389?locationNum=9&fps=1

[2]http://www.tensorfly.cn/tfdoc/get_started/os_setup.html

[3]《TensorFlow实战Google深度学习框架》