在 Mac OS X 装不上 TensorFlow？看了这篇就会装

本篇文章7524字，读完约19分钟

雷锋。(公开号码:雷锋。出版社:这篇文章的原始作者是格雷，这篇文章最初包含在作者的github中。作者的贡献，版权归雷锋所有。

本文档解释了如何在Mac OS X上安装张量流

注意:从1.2版开始，张量流不再支持苹果操作系统X上的图形处理器。

确定如何安装张量流

您可以选择安装tensorflow的方式，并支持以下选项:

virtualenv

“本地”pip

码头工人

从源代码安装，更专业，并有单独的文档

我们建议使用virtualenv安装。Virtualenv是一个与其他python项目开发相隔离的虚拟python环境，它不会干扰或受到同一台机器上其他程序的影响。在virtualenv的安装过程中，您不仅安装了tensorflow，还安装了它的所有依赖包。(事实上，这很简单。)要开始使用张量流，您需要“启动”虚拟环境。综上所述，virtualenv提供了一个安全可靠的张量流安装和运行机制。

本地pip安装张量流直接安装在系统上，不需要任何容器或虚拟环境系统。因为本地pip安装没有关闭，所以pip安装会干扰或影响系统上其他依赖于python的安装。此外，如果您想通过本地pip安装，您需要禁用系统完整性保护(sip)。但是，如果您了解sip、pip和您的python环境，本地pip安装相对容易执行。

Docker可以将张量流与机器上的其他现有包完全分开。docker容器包含tensorflow及其所有依赖项。请注意，码头工人图像可能非常大(几百米)。如果您已经使用docker将张量流集成到大型应用程序架构中，您可以选择docker安装。

选择蟒蛇，你可以使用conda创建一个虚拟环境。我们建议使用pip install命令而不是coda install命令来安装tensorflow。

注意:coda包是由社区而不是官方支持的，也就是说，tensorflow团队既不测试也不维护conda包，如果使用它，它将自担风险。

使用virtualenv安装

按照以下步骤安装张量流:

打开终端(外壳)，您将在此终端中执行以下步骤

使用以下命令安装pip和virtualenv:

$ sudo easy _ install pip $ sudo pip install-upgrade virtual

3.执行以下任一命令来创建虚拟环境:

$ virtualenv-system-site-packages target directory # for python 2.7 $ virtualenv-system-site-packages-p python 3 target directory # for python 3 . n

Targetdirectory因虚拟环境的根路径而异。我们的命令是~/张量流，但是你可以选择任何目录。

4.执行任何命令来激活虚拟环境:

$ source ~/tensorflow/bin/activate #如果使用bash、sh、ksh或zsh $ source ~/tensorflow/bin/activate . csh #如果使用csh或tcs

上面的源命令应该将提示更改为以下内容:

(张量流动)

5.如果安装了pip 8.1或更高版本，请执行以下任一命令，在活动虚拟环境中安装tensorflow及其所有依赖项:

$ pip安装-升级python 2.7的张量流# pip 3安装-升级python 3.n的张量流#

如果前一个命令成功执行，跳过步骤6；如果失败，请再次转到步骤6。

6.或者，如果步骤5失败(通常是因为您使用的pip低于8.1版)，请执行以下任一命令，在激活的虚拟环境中安装tensorflow:

$ pip安装-升级tfbinaryurl # python 2.7 $ pip3安装-升级tfbinaryurl # python 3.n

Tfbinaryurl是tensorflow包的url。确切的tfbinaryurl值因操作系统和python版本而异。在[这里](#tensorflow python包url)中找到与您的系统相关的tfbinaryurl值。例如，如果您想在mac os x上安装对应于python 2.7的tensorflow版本，请在虚拟环境中安装tensorflow并执行以下命令:

$ pip3安装-升级\存储. googleapi/tensorflow/MAC/CPU/tensorflow-1 . 2 . 1-py2-none-any . whl

如果您在安装过程中遇到问题，请参考常见的安装问题。

下一步

安装完成后，请验证您的安装是否正常工作。

请注意，每次打开一个新的shell来使用张量流时，都必须激活虚拟环境。如果当前虚拟环境未激活(即提示不是张量流)，请执行以下任一命令:

$ source ~/tensorflow/bin/activate # bash、sh、ksh或zsh $ source ~/tensorflow/bin/activate . csh # csh或tcsh

您的提示更改为以下内容，以显示张量流环境已被激活:

(张量流动)

当虚拟环境被激活时，你可以在这个shell中运行张量流程序。如果不再使用张量流，可以使用以下命令退出环境:

(张量流)$停用

提示将恢复为默认值(在ps1中定义)。

卸载张量流

如果您想卸载张量流，只需删除您创建的目录。例如:

$ rm -r ~/tensorflow

使用本地pip安装

我们已经把张量流二进制文件上传到pypi，所以你可以通过pip安装它。setup.py文件的required _ packages部分列出了pip将安装或升级的包。

本质:蟒蛇

要安装tensorflow，您的系统必须安装以下任何python版本:

python 2.7

python 3.3+

如果您的系统没有安装符合上述版本的python，现在就安装它。

要安装python，您可能需要禁用系统完整性保护(sip)以获得从mac应用商店外部安装软件的许可。

强制性:pip

Pip安装和管理python编写的软件包。如果要使用本地pip安装，必须在系统上安装以下任何pip版本:

pip，用于python 2.7

pip3，用于python 3.n。

安装python时，可能已经安装了Pip或pip3。执行以下任一命令，确认系统上是否安装了pip或pip3:

$ pip -v #用于python 2.7 $ pip3 -v #用于python 3.n

我们强烈建议安装pip或pip3版本8.1或更高版本的tensorflow。如果未安装，请执行以下任何命令来安装或更新它:

$ sudo easy_install -升级pip $ sudo easy_install -升级6

安装张量流

假设您已经在mac上安装了必要的程序，请按照下列步骤操作:

执行以下任一命令来安装tensorflow:

$ pip安装tensorflow # python 2.7cpu支持$ pip3安装tensorflow # python 3.n。cpu支持

如果执行了上述命令，您现在可以验证您的安装。

2.(可选)如果步骤1失败，请执行以下命令安装最新版本的tensorflow:

$ sudo pip安装-升级tfbinaryurl # python 2.7 $ sudo pip3安装-升级tfbinaryurl # python 3.n

Tfbinaryurl是tensorflow包的url。确切的tfbinaryurl值因操作系统和python版本而异。在此找到与您的系统相关的tfbinaryurl值。例如，如果您想在mac os x上安装对应于python 2.7的tensorflow版本，请在虚拟环境中安装tensorflow并执行以下命令:

$ sudo pip 3 install-upgrade \ storage . googleapi/tensorflow/MAC/CPU/tensorflow-1 . 2 . 1-py2-none-any . whl

如果上述命令无法运行，请参考安装问题。

下一步

安装完成后，请验证您的安装是否正常工作。

卸载张量流

要卸载张量流，请执行以下命令:

$ pip卸载tensorflow $ pip3卸载tensorflow

用码头工人安装

使用docker按如下方式安装张量流:

1.根据文档在您的机器上安装码头工人

2.启动任何包含张量流图像的docker容器

本节的其余部分解释了如何启动docker容器。

要启动包含张量流图像的docker容器，请执行以下命令:

$ docker run-it-p host port:container port tensorflow image

其中:

-p hostport:containerport是可选的，如果要从shell运行tensorflow程序，请忽略此选项。如果您想从jupyter笔记本运行tensorflow程序，hostport和containerport都设置为8888。如果要在图像中运行张量积，请添加a -p参数，并且hostport和containerport都设置为6006。

需要张量流图像。它用于指定码头集装箱。您必须指定下一个:gcr.io/tensorflow/tensorflow:张量流二进制图像，gcr.io/tensorflow/tensorflow:latest-devel:张量流二进制图像加上源代码。

Gcr.io是goole的容器注册表(？)，注意张量流的一部分也可以从dockerhub获得。

例如，以下命令可以在docker容器中启动张量流cpu映像，然后可以在镜像外壳中运行张量流程序:

$码头工人运行它-gcr.io/tensorflow/tensorflow巴什

以下命令也可以在docker容器中启动张量流cpu映像。但是，在这个docker映像中，您可以在jupyter笔记本中运行tensorflow程序:

gcr.io/tensorflow/tensorflow 8888:8888

Docker将首先下载张量流图像，然后启动它。

下一步

现在，您可以验证您的安装。

用蟒蛇安装

Anaconda安装只是社区支持，不是官方支持

按照以下步骤在anaconda环境中安装tensorflow:

1.根据蟒蛇下载网站的说明下载并安装蟒蛇

2.执行以下命令创建名为tensorflow的conda环境:

$ conda create -n tensorflow

3.执行以下命令激活conda环境:

$ source激活张量流(张量流)$ #您的提示应该会改变

4.执行以下命令在您的conda环境中安装tensorflow:

(tensorflow)$ pip install-ignore-installed-upgrade TF _ python _ URL

Tf_python_url是tensorflow python包的url。例如，下面的命令是在python 2.7中安装仅含中央处理器的tensorflow版本:

(tensorflow)$ pip install-ignore-installed-upgrade \ storage . googleapi/tensorflow/MAC/CPU/tensorflow-1 . 2 . 1-py2-none-any . whl

验证您的安装

要验证您的张量流安装，请执行以下步骤:

确保您的环境可以运行张量流程序

运行一个小的张量流程序

准备好你的环境

如果您使用本地pip、virtualenv或anaconda安装，请遵循以下步骤:

打开终端

如果您使用virtualenv或anaconda安装，请激活您的容器

如果您安装了张量流源代码，请转到包含张量流源代码的任何目录

如果通过码头工人安装，启动运行bash的码头工人容器，例如:

$码头工人运行它-gcr.io/tensorflow/tensorflow巴什

运行一个小的张量流程序

在外壳中执行python:

$ python

在python交互式外壳中输入以下小程序:

#蟒蛇

将张量流导入为tf hello = tf .常量(hello，张量流！)sess = tf.session()打印(sess.run (hello))如果系统输出以下内容，您可以开始编写张量流程序:

你好，张量流！

如果您不熟悉张量流，请参阅开始使用张量流。

如果系统输出错误消息而不是欢迎消息，请参考常见的安装问题。

常见的安装问题

根据堆栈溢出，我们记录了张量流的安装问题及相应的解决方法。下表包含堆栈溢出常见安装问题的回复链接。如果您遇到的错误消息或其他安装问题不在表中，请搜索堆栈溢出。如果堆栈溢出上没有错误信息，问一个新问题，并将其标记为张量流。

堆栈溢出链接错误消息42006320importerror: traceback(最近一次调用last):文件“…/tensorflow/core/framework/graph _ Pb2 . py”，第6行，来自google.protobuf导入描述符as _ descriptorimporterror:无法导入名称“descriptor”33623453错误:[errno 2]没有这样的文件或目录:“/tmp/pip-o6 tpui-build/setup . py”35190574 slerror:[SSL:证书 系统返回:oserror: [errno 1]操作未被允许33622842an import tensorflow语句触发如下错误:回溯(最近一次调用的时间):file " "，第1行，在file/usr/local/lib/py on2 . 7/site-packages/tensorflow/init . py "中，第4行，在from tensorflow . python import *…file/usr/local/lib/py on2 . 7/site-packages/tensorflow/core/framework/tensorshapeb 2 . py中。 \ n \ x03 \ x44im \ x12 \ x0c \ n \ x04 size \ x18 \ x01 \ x01(\ x03 \ x12 \ x0c \ n \ x04 name \ x18 \ x02 \ x01(\ TB \ x06 proto 3 ')type error:_ _ init()得到一个意外的关键字参数“语法”42075397a pip install命令会触发以下错误:…您尚未签署xcode许可协议，请运行“xcodebuild -license”(供用户级接受)文件“numpy/core/setup.py”，第653行，在get_mathlib_info中引发运行时错误(“断开的工具链:无法链接简单的c程序”)运行时错误:断开的工具链:无法链接简单的c程序

Tensorflow python包url

有些安装方法需要tensorflow python包的url，其值与三个方面有关？):

操作系统

Python版本

本节记录了与mac os安装相关的值

python 2.7

storage . googleapi/tensorflow/MAC/CPU/tensorflow-1 . 2 . 1-py2-none-any . whl

python 3.4、3.5或3.6

storage . googleapi/tensorflow/MAC/CPU/tensorflow-1 . 2 . 1-py3-none-any . whl

protobuf pip包3.1

如果您没有与protobuf pip包相关的问题，您可以跳过这一部分。

* *注:*如果您的张量流运行缓慢，可能与protobuf pip包有关。

Tensorflow pip包依赖于protobuf pip版本3.1包，而从pypi下载的protobuf pip包(当调用pip install protobuf时)是一个只包含python的库，它包含原始的序列化/反序列化python实现，比c++实现慢10 ~ 50倍。Protobuf还支持python包的二进制扩展，包含基于c++的快速原语解析，这在标准的纯python pip包中是不可用的。我们为protobuf创建了一个带有二进制扩展的自定义二进制pip包。要安装自定义二进制protobuf pip包，请调用以下命令之一:

对于python 2.7:

$ pip install-upgrade \ storage . googleapi/tensorflow/MAC/CPU/protobuf-3 . 1 . 0-cp27-none-macosx _ 10 _ 11 _ x86 _ 64 . whl

对于python 3.n:

$ pip 3 install-upgrade \ storage . googleapi/tensorflow/MAC/CPU/protobuf-3 . 1 . 0-cp35-none-macosx _ 10 _ 11 _ x86 _ 64 . whl

安装这些protobuf包将覆盖已安装的包。请注意，二进制pip包已经支持大于64m的protobufs，并修复了以下错误:

[libprotobuf错误Google/protobuf/src/Google/protobuf/io/coded _ stream . cc:207]协议消息因太大(超过67108864字节)而被拒绝。若要增加限制(或禁用这些警告)，请参见Google/protobuf/io/coded _ stream . h中的codedinputstream::settotalbyteslimit()。

原文:tensorflow/install/install_mac

雷锋文章版权所有。严禁擅自转载。详情请参考转载说明。