TensorFlow是谷歌构建的机器学习开源平台。它可以在不同的设备上在 CPU 或 GPU 上运行，并且被许多组织使用，包括 Twitter、PayPal、英特尔、联想和空客。

TensorFlow 可以安装在系统范围内，在 Python 虚拟环境中，作为 Docker 容器，或与Anaconda 一起安装。

TensorFlow 支持 Python 2 和 3。我们将使用 Python 3 并在虚拟环境中安装 TensorFlow。虚拟环境允许您在一台计算机上拥有多个不同的独立 Python 环境，并基于每个项目安装模块的特定版本，而不必担心它会影响您的其他项目。

在 CentOS 上安装 TensorFlow

与其他 Linux 发行版不同，Python 默认情况下未安装在 CentOS 8 上。若要在 CentOS 8 上安装 Python 3，请将以下命令作为根用户或 sudo 用户在终端中运行：

sudo dnf install python3

上述命令将安装Python3.6和pip。若要运行 Python 3，需要显式键入 并运行 pip 类型 。python3pip3

从 Python 3.6 开始，创建虚拟环境的建议方法就是使用模块。venv

导航到要存储 TensorFlow 项目的目录。它可以是您的主目录或用户具有读取和写入权限的任何其他目录。

为 TensorFlow项目创建一个新目录并切换到该项目：

mkdir tensorflow_project 
cd tensorflow_project

在目录中，运行以下命令以创建虚拟环境：

python3 -m venv venv

上面的命令创建一个名为 的目录，其中包含 Python 二进制文件的副本、标准 Python 库和其他支持文件。您可以使用虚拟环境的任何名称。venv

若要开始使用虚拟环境，请键入以下类型来激活它：

source venv/bin/activate

激活后，虚拟环境的 bin 目录将在变量的开头添加。此外，shell 的提示符将更改，并且将显示您当前使用的虚拟环境的名称。在这种情况下，即 。$PATHvenv

张力流安装需要版本 19 或更高版本。运行以下命令以升级到最新版本：pippip

pip install --upgrade pip

创建并激活虚拟环境，使用以下命令安装 TensorFlow 库：

pip install --upgrade tensorflow

如果您有专用的 NVIDIA GPU，并且希望利用其处理能力，而不是 安装包，其中包括 GPU 支持。tensorflowtensorflow-gpu

在虚拟环境中，可以使用 命令而不是 和 而不是 。pippip3pythonpython3

若要验证安装，请运行以下命令，该命令将打印 TensorFlow 版本：

python -c \'import tensorflow as tf; print(tf.__version__)\'

在撰写本文时，TensorFlow 的最新稳定版本为 2.1.0：

2.1.0

您的 TensorFlow 版本可能与此处显示的版本不同。

如果您是 TensorFlow 的新功能，请访问TensorFlow 入门页面并了解如何构建第一个 ML 应用程序。您还可以从 Github克隆 TensorFlow 模型或TensorFlow 示例存储库，并浏览和测试 TensorFlow 示例。

完成工作后，通过键入 来停用环境，您将返回到正常外壳。deactivate

deactivate

就是这样！您已成功安装 TensorFlow，可以开始使用它。