python可以在苹果系统上装吗_在MacOSX装不上TensorFlow？看了这篇就会装

雷锋网按&＃xff1a;本文原作者Enachan。本文原载于作者的GitHub。译者投稿&＃xff0c;雷锋网(公众号&＃xff1a;雷锋网)版权所有。

这个文档说明了如何在 Mac OS X 上安装 TensorFlow。注意&＃xff1a;从 1.2 版本开始&＃xff0c;在 Mac OS X 上 TensorFlow 不再支持 GPU。

确定如何安装 TensorFlow

你可以选择一种方式安装 TensorFlow&＃xff0c;支持下面的几种选择&＃xff1a;virtualenv

"本地" pip

Docker

从源代码安装&＃xff0c;更专业有单独的文档记录

我们建议使用 virtualenv 安装。virtualenv是一个和其它 Python 项目开发隔离的虚拟 Python 环境&＃xff0c;在同一台机器上不会干扰也不会被其它程序影响。virtualenv 安装过程中&＃xff0c;你不仅仅安装了 TensorFlow 还有它的所有依赖包。&＃xff08;事实上这很简单&＃xff09;要开始使用 TensorFlow&＃xff0c;你需要 “启动” virtualenv 环境。总而言之&＃xff0c;virtualenv 提供了一个安全可靠的 TensorFlow 安装和运行机制。

本地 pip 安装 TensorFlow 不经过任何容器或者虚拟环境系统直接装到了系统上&＃xff0c;由于本地 pip 安装没被关闭&＃xff0c;pip 安装会干扰或者影响系统上其它有 Python 依赖的安装。而且&＃xff0c;如果要通过本地 pip 安装&＃xff0c;你需要禁用系统完整性保护&＃xff08;SIP&＃xff09;。然而&＃xff0c;如果你了解 SIP&＃xff0c;pip 和 你的 Python 环境&＃xff0c;本地 pip 安装相对容易执行。

Docker 可使 TensorFlow 的安装完全脱离于机器上的其它已存在的包&＃xff0c;Docker 容器包括 TensorFlow 和它的所有依赖。注意 Docker 镜像可能很大&＃xff08;几百 M&＃xff09;。如果你已将 TensorFlow 集成到使用了 Docker 的大型应用架构中可以选择 Docker 安装。

选择 Anaconda&＃xff0c;你可以使用 conda 创建一个虚拟环境&＃xff0c;我们建议使用 pip install 命令而不是 coda install 命令安装 TensorFlow。注意&＃xff1a;coda 包是社区而不是官方支持&＃xff0c;也就是说&＃xff0c;TensorFlow 团队既不测试也不维护 conda 包&＃xff0c;如果使用风险自己承担。

使用 virtualenv 安装

按照以下步骤安装 TensorFlow&＃xff1a;打开终端&＃xff08;一个 shell&＃xff09;&＃xff0c;你将在这个终端中执行随后的步骤

通过以下命令安装 pip 和 virtualenv&＃xff1a;$ sudo easy_install pip

$ sudo pip install --upgrade virtuale

3. 执行以下任一命令创建虚拟环境&＃xff1a;$ virtualenv --system-site-packages targetDirectory # for Python 2.7

$ virtualenv --system-site-packages -p python3 targetDirectory # for Python 3.n

targetDirectory 因虚拟环境根路径而异&＃xff0c;我们的命令假使 targetDirectory 是 ~/tensorflow&＃xff0c;但你可以选择任一目录。

4. 执行任一命令激活虚拟环境&＃xff1a;$ source ~/tensorflow/bin/activate # If using bash, sh, ksh, or zsh

$ source ~/tensorflow/bin/activate.csh # If using csh or tcs

上面的 source 命令应该将提示符改成了下面这样&＃xff1a;(tensorFlow)$

5. 如果已经安装了 pip 8.1 或者更新的版本&＃xff0c;执行以下任一命令在激活的虚拟环境中安装 TensorFlow 及其所有依赖&＃xff1a;$ pip install --upgrade tensorflow # for Python 2.7

$ pip3 install --upgrade tensorflow # for Python 3.n

如果前面的命令执行成功了&＃xff0c;跳过步骤 6&＃xff1b;如果失败了&＃xff0c;再执行步骤 6。

6. 可选&＃xff0c;如果步骤 5 失败了&＃xff08;一般是因为你使用了低于 8.1 版本的 pip&＃xff09;&＃xff0c;执行以下任一命令在激活的虚拟环境中安装 TensorFlow&＃xff1a;$ pip install --upgrade tfBinaryURL # Python 2.7

$ pip3 install --upgrade tfBinaryURL # Python 3.n

tfBinaryURL 是 Tensorflow 包的 URL&＃xff0c;准确的 tfBinaryURL 值因操作系统和 Python 版本而异&＃xff0c;在 [这里](#TensorFlow Python 包 URL) 找到和你系统相关的 tfBinaryURL 值。例如&＃xff0c;你要在 Mac OS X 上安装 Python 2.7 对应的 Tensorflow 版本&＃xff0c;在虚拟环境中安装 Tensorflow 就执行下面的命令&＃xff1a;$ pip3 install --upgrade \

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py2-none-any.whl

如果安装过程中遇到麻烦&＃xff0c;参考常见安装问题。

下一步

安装完成后&＃xff0c;验证你的安装是否工作正常。

注意&＃xff0c;每打开一个新的 shell 使用 TensorFlow 都必须激活虚拟环境。如果当前虚拟环境没有被激活&＃xff08;也就是提示符不是 tensorflow&＃xff09;&＃xff0c;执行以下任一命令&＃xff1a;$ source ~/tensorflow/bin/activate # bash, sh, ksh, or zsh

$ source ~/tensorflow/bin/activate.csh # csh or tcsh

你的提示符变成下面这样说明 tensorflow 环境已经激活&＃xff1a;(tensorflow)$

当虚拟环境激活后&＃xff0c;你可以在这个 shell 中运行 TensorFlow 程序。如果你不再使用 TensorFlow&＃xff0c;可以通过下面命令退出环境&＃xff1a;(tensorflow)$ deactivate

提示符将会恢复到默认的&＃xff08;在 PS1 中定义的&＃xff09;。

卸载 TensorFlow

如果你想卸载 TensorFlow&＃xff0c;简单地移除你创建的目录。例如&＃xff1a;$ rm -r ~/tensorflow

使用本地 pip 安装

我们已经将 TensorFlow 二进制文件上传到了 PyPI&＃xff0c;因此你可以通过 pip 安装&＃xff0c; REQUIRED_PACKAGES section of setup.py 文件列出了 pip 将要安装或升级的包。

必备: Python

要安装 TensorFlow&＃xff0c;你的系统必须依据安装了以下任一 Python 版本&＃xff1a;Python 2.7

Python 3.3&＃43;

如果你的系统还没有安装符合以上版本的 Python&＃xff0c;现在安装。

安装 Python&＃xff0c;你可能需要禁用系统完整性保护&＃xff08;SIP&＃xff09;来获得从 Mac App Store 外安装软件的许可。

必备: pip

Pip 安装和管理 Python 写的软件包&＃xff0c;如果你要使用本地 pip 安装&＃xff0c;系统上必须安装下面的任一 pip 版本&＃xff1a;pip, for Python 2.7

pip3, for Python 3.n.

pip 或者 pip3 可能在你安装 Python 的时候已经安装了&＃xff0c;执行以下任一命令确认系统上是否安装了 pip 或 pip3&＃xff1a;$ pip -V # for Python 2.7

$ pip3 -V # for Python 3.n

我们强烈建议使用 pip 或者 pip3 为 8.1 或者更新的版本安装 TensorFlow&＃xff0c;如果没有安装&＃xff0c;执行以下任一命令安装或更新&＃xff1a;$ sudo easy_install --upgrade pip

$ sudo easy_install --upgrade six

安装 TensorFlow

假设你的 Mac 上已经装好了必备的程序&＃xff0c;按照以下步骤执行&＃xff1a;执行以下任一命令安装 TensorFlow&＃xff1a;$ pip install tensorflow # Python 2.7; CPU support

$ pip3 install tensorflow # Python 3.n; CPU support

如果上面的命令执行完成&＃xff0c;现在可以验证你的安装了。

2. (可选的) 如果步骤 1 失败了&＃xff0c;执行下面的命令安装最新版本 TensorFlow&＃xff1a;$ sudo pip install --upgrade tfBinaryURL # Python 2.7

$ sudo pip3 install --upgrade tfBinaryURL # Python 3.n

tfBinaryURL 是 Tensorflow 包的 URL&＃xff0c;准确的 tfBinaryURL 值因操作系统和 Python 版本而异&＃xff0c;在这里找到和你系统相关的 tfBinaryURL 值。例如&＃xff0c;你要在 Mac OS X 上安装 Python 2.7 对应的 Tensorflow 版本&＃xff0c;在虚拟环境中安装 Tensorflow 就执行下面的命令&＃xff1a;$ sudo pip3 install --upgrade \

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py2-none-any.whl

如果以上命令运行失败&＃xff0c;参考 安装问题。

下一步

安装完成后&＃xff0c;验证你的安装是否工作正常。

卸载 TensorFlow

如果要卸载 TensorFlow&＃xff0c;执行下面的命令&＃xff1a;$ pip uninstall tensorflow

$ pip3 uninstall tensorflow

使用 Docker 安装

按照以下步骤使用 Docker 安装 TensorFlow&＃xff1a;

1. 按照 文档 在你的机器上安装 Docker

2. 启动任一个包含 TensorFlow 镜像的 Docker 容器

本节剩下部分解释如何启动 Docker 容器。

要启动包含 TensorFlow 镜像的 Docker 容器&＃xff0c;执行以下命令&＃xff1a;$ docker run -it -p hostPort:containerPort TensorFlowImage

where:-p hostPort:containerPort 是可选的&＃xff0c;如果你想从 shell 运行 TensorFlow 程序忽略这个选项。如果你想从 Jupyter notebook 运行 TensorFlow 程序&＃xff0c;hostPort 和 containerPort 都设置为 8888。如果你想在镜像中运行 TensorBoard&＃xff0c;再添加一个-p参数&＃xff0c;hostPort 和 containerPort 都设置为 6006。

TensorFlowImage 是需要的&＃xff0c;它用于指定 Docker 容器&＃xff0c;你必须指定接下来的任一一个&＃xff1a;gcr.io/tensorflow/tensorflow: TensorFlow 二进制镜像&＃xff0c;gcr.io/tensorflow/tensorflow:latest-devel: TensorFlow 二进制镜像加源码。

gcr.io 是 Goole 的容器注册表 (?)&＃xff0c;注意部分 TensorFlow 也可以从 dockerhub 获取。

例如&＃xff0c;下面的命令可以在 Docker 容器中启动一个 TensorFlow CPU 镜像&＃xff0c;然后你可以在镜像的 shell 中运行 TensorFlow 程序&＃xff1a;$ docker run -it gcr.io/tensorflow/tensorflow bash

以下命令也可以在 Docker 容器中启动一个 TensorFlow CPU 镜像&＃xff0c;然而&＃xff0c;在这个 Docker 镜像中&＃xff0c;你可以在 Jupyter notebook 中运行 TensorFlow 程序&＃xff1a;$ docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow

Docker 将会先下载 TensorFlow 镜像然后启动它。

下一步

现在可以验证你的安装了。

使用 Anaconda 安装

Anaconda 安装只是社区而非官方支持

按照以下步骤在 Anaconda 环境中安装 TensorFlow&＃xff1a;

1. 按照 Anaconda 下载站点 说明下载安装 Anaconda

2. 执行以下命令创建名为 tensorflow 的 conda 环境&＃xff1a;$ conda create -n tensorflow

3. 执行以下命令激活 conda 环境&＃xff1a;$ source activate tensorflow

(tensorflow)$ # Your prompt should change

4. 执行以下命令在你的 conda 环境中安装 TensorFlow&＃xff1a;(tensorflow)$ pip install --ignore-installed --upgrade TF_PYTHON_URL

TF_PYTHON_URL 是TensorFlow Python包 的 URL&＃xff0c;例如&＃xff0c;以下命令是安装 Python 2.7 CPU-only 版本的 TensorFlow&＃xff1a;(tensorflow)$ pip install --ignore-installed --upgrade \

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py2-none-any.whl

验证你的安装

要验证你的 TensorFlow 安装&＃xff0c;操作以下步骤&＃xff1a;保证你的环境可以运行 TensorFlow 程序

运行一个小的 TensorFlow 程序

准备你的环境

如果你使用本地 pip, virtualenv 或者 Anaconda 安装&＃xff0c;操作以下步骤&＃xff1a;打开一个终端

如果你使用 virtualenv 或 Anaconda 安装&＃xff0c;激活你的容器

如果你安装了 TensorFlow 源码&＃xff0c;进到任何一个处了包含 TensorFlow 源码的目录

如果通过 Docker 安装&＃xff0c;启动一个运行 bash 的 Docker 容器&＃xff0c;例如&＃xff1a;$ docker run -it gcr.io/tensorflow/tensorflow bash

运行一个小的 TensorFlow 程序

在一个 shell 中执行 Python&＃xff1a;$ python

在 python 交互式 shell 中输入以下小程序&＃xff1a;# Python

import tensorflow as tf

hello &＃61; tf.constant(&＃39;Hello, TensorFlow!&＃39;)

sess &＃61; tf.Session()print(sess.run(hello))

如果系统输出以下内容&＃xff0c;你可以开始写 TensorFlow 程序了&＃xff1a;Hello, TensorFlow!

如果系统输出错误信息而不是欢迎语&＃xff0c;参考 常见安装问题。

常见安装问题

我们依据 Stack Overflow 记录 TensorFlow 安装问题和相应的解决方法。下面的表格包括 Stack Overflow 常见的安装问题回复链接&＃xff0c;如果你遇到的错误信息或者其它安装问题不在表格中&＃xff0c;请在 Stack Overflow 上搜索。如果 Stack Overflow 上没有你搜索的错误信息&＃xff0c;提一个新问题并且打上 tensorflow 标签。Stack Overflow LinkError Message42006320ImportError: Traceback (most recent call last):File “…/tensorflow/core/framework/graph_pb2.py”, line 6, in from google.protobuf import descriptor as _descriptorImportError: cannot import name ‘descriptor’

33623453IOError: [Errno 2] No such file or directory: ‘/tmp/pip-o6Tpui-build/setup.py’

35190574SSLError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed

42009190Installing collected packages: setuptools, protobuf, wheel, numpy, tensorflow Found existing installation: setuptools 1.1.6 Uninstalling setuptools-1.1.6: Exception: … [Errno 1] Operation not permitted: ‘/tmp/pip-a1DXRT-uninstall/…/lib/python/_markerlib’

33622019ImportError: No module named copyreg

37810228During a pip install operation, the system returns:OSError: [Errno 1] Operation not permitted

33622842An import tensorflow statement triggers an error such as the following:Traceback (most recent call last): File “”, line 1, in File “/usr/local/lib/python2.7/site-packages/tensorflow/init.py”, line 4, in from tensorflow.python import * … File “/usr/local/lib/python2.7/site-packages/tensorflow/core/framework/tensorshapepb2.py”, line 22, in serialized_pb&＃61;_b(‘\n,tensorflow/core/framework/tensor_shape.proto\x12\ntensorflow\”d\n\x10TensorShapeProto\x12-\n\x03\x64im\x18\x02 \x03(\x0b\x32 .tensorflow.TensorShapeProto.Dim\x1a!\n\x03\x44im\x12\x0c\n\x04size\x18\x01 \x01(\x03\x12\x0c\n\x04name\x18\x02 \x01(\tb\x06proto3’) TypeError: __init() got an unexpected keyword argument ‘syntax’

42075397A pip install command triggers the following error:…You have not agreed to the Xcode license agreements, please run’xcodebuild -license’ (for user-level acceptance) or’sudo xcodebuild -license’ (for system-wide acceptance) from within aTerminal window to review and agree to the Xcode license agreements…. File “numpy/core/setup.py”, line 653, in get_mathlib_info raise RuntimeError(“Broken toolchain: cannot link a simple C program”)RuntimeError: Broken toolchain: cannot link a simple C program

TensorFlow Python 包 URL

一些安装方法需要 TensorFlow Python 包的 URL&＃xff0c;值与三个方面有关 (?)&＃xff1a;操作系统

Python 版本

本节记录了 Mac OS 安装相关的值

Python 2.7https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py2-none-any.whl

Python 3.4, 3.5, or 3.6https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.2.1-py3-none-any.whl

Protobuf pip package 3.1

如果你没有遇到 protobuf pip 包相关的问题可以跳过本节。

** 注意&＃xff1a;** 如果你的 TensorFlow 运行很慢&＃xff0c;可能是和 protobuf pip 包有关的问题。

TensorFlow pip 包依赖 protobuf pip 3.1 版本的包&＃xff0c;从 PyPI 下载的 protobuf pip 包&＃xff08;在调用 pip install protobuf 时&＃xff09;是一个仅包含 Python 的库&＃xff0c;其中包含执行速度比 C&＃43;&＃43; 实现慢 10 &＃xff5e; 50 倍的原始序列化 / 反序列化的 Python 实现。 Protobuf 还支持包含基于快速 C&＃43;&＃43; 的原语解析的 Python 包的二进制扩展&＃xff0c;此扩展在标准的仅 Python 专用 pip 包中不可用&＃xff0c;我们为 protobuf 创建了一个包含二进制扩展名的自定义二进制 pip 包。要安装自定义二进制 protobuf pip 包&＃xff0c;请调用以下命令之一&＃xff1a;for Python 2.7:$ pip install --upgrade \

https://storage.googleapis.com/tensorflow/mac/cpu/protobuf-3.1.0-cp27-none-macosx_10_11_x86_64.whl

for Python 3.n:$ pip3 install --upgrade \

https://storage.googleapis.com/tensorflow/mac/cpu/protobuf-3.1.0-cp35-none-macosx_10_11_x86_64.whl

安装这些 protobuf 包将会覆盖已安装的包&＃xff0c;注意二进制 pip 包已经支持大于 64M 的 protobufs&＃xff0c;修复了如下报错&＃xff1a;[libprotobuf ERROR google/protobuf/src/google/protobuf/io/coded_stream.cc:207]

A protocol message was rejected because it was too big (more than 67108864 bytes).

To increase the limit (or to disable these warnings), seeCodedInputStream::SetTotalBytesLimit() in google/protobuf/io/coded_stream.h.

雷锋网版权文章&＃xff0c;未经授权禁止转载。详情见转载须知。