本文介紹tensorflow源代碼方式安裝。安裝的系統為 Ubuntu 15.04。
獲取TensorFlow源代碼
git clone --recurse-submodules https://github.com/tensorflow/tensorflow
使用 --recurse-submodules 選項來獲取 TensorFlow 需要依賴的 protobuf 庫文件。
安裝 Bazel
遵從以下 指令 來安裝 bazel 依賴。bazel 安裝文件：下載地址
bazel 缺省需要使用JDK1.8，如你使用JDK1.7，請下載相應的安裝包。
安裝 Bazel 其他所需依賴：
sudo apt-get install pkg-config zip g++ zlib1g-dev unzip
執行如下命令來安裝Bazel：
chmod +x PATH_TO_INSTALL.SH ./PATH_TO_INSTALL.SH --user
記住把 PATH_TO_INSTALL.SH 替換為你下載的Bazel安裝文件名，如：
./bazel-0.1.4-installer-linux-x86_64.sh --user
安裝其他依賴
sudo apt-get install python-numpy swig python-dev
配置安裝
運行 tensorflow 根目錄下的 configure 腳本。這個腳本會要求你輸入 python 解釋器的安裝路徑，並允許你可選擇安裝CUDA庫。
如果不安裝CUDA，則這一步主要是定位python和numpy頭文件所在位置：
./configure Please specify the location of python. [Default is /usr/bin/python]:
如果要安裝CUDA，則除了指定 python 外，還需指定 CUDA 安裝位置：
./configure Please specify the location of python. [Default is /usr/bin/python]: Do you wish to build TensorFlow with GPU support? [y/N] y GPU support will be enabled for TensorFlow Please specify the location where CUDA 7.0 toolkit is installed. Refer to README.md for more details. [default is: /usr/local/cuda]: /usr/local/cuda Please specify the location where the cuDNN v2 library is installed. Refer to README.md for more details. [default is: /usr/local/cuda]: /usr/local/cuda Setting up Cuda include Setting up Cuda lib64 Setting up Cuda bin Setting up Cuda nvvm Configuration finished
構建支持GPU的Tensorflow
在tensorflow 根目錄下執行如下命令：
$ bazel build -c opt --config=cuda --spawn_strategy=standalone //tensorflow/cc:tutorials_example_trainer
$ bazel-bin/tensorflow/cc/tutorials_example_trainer --use_gpu
# Lots of output. This tutorial iteratively calculates the major eigenvalue of
# a 2x2 matrix, on GPU. The last few lines look like this. 000009/000005 lambda = 2.000000 x = [0.894427 -0.447214] y = [1.788854 -0.894427] 000006/000001 lambda = 2.000000 x = [0.894427 -0.447214] y = [1.788854 -0.894427] 000009/000009 lambda = 2.000000 x = [0.894427 -0.447214] y = [1.788854 -0.894427]
Note that "--config=cuda" is needed to enable the GPU support.