TensorFlow是Google构建的开放源代码的机器学习平台。它可以在不同设备上的CPU或GPU上运行。

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

在本教程中，我们将说明如何在Debian 10的Python虚拟环境中安装TensorFlow。

虚拟环境使您可以在一台计算机上拥有多个不同的隔离Python环境，并在每个项目的基础上安装模块的特定版本，而不必担心会影响其他项目。

在Debian 10上安装TensorFlow

以下各节提供了有关如何在Debian 10上的Python虚拟环境中安装TensorFlow的逐步说明。

1.安装Python 3和venv

Debian 10，Buster随附Python 3.7。

要验证您的系统上是否安装了Python 3，请输入：

python3 --version

输出应如下所示：

Python 3.7.3

推荐的创建虚拟环境的方法是使用软件包venv提供的模块python3-venv。

如果python3-venv您的系统上未安装该软件包，请输入以下内容进行安装：

sudo apt update
sudo apt install python3-venv

导航到存储Python 3虚拟环境的目录。它可以是您的主目录，也可以是用户具有读写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目录：

mkdir my_tensorflow
cd my_tensorflow

在目录内部，输入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venv，其中包含Python二进制文件，Pip软件包管理器，标准Python库和其他支持文件的副本。

您可以为虚拟环境使用任何您喜欢的名称。

要开始使用虚拟环境，您需要通过运行activate脚本将其激活：

source venv/bin/activate

激活后，虚拟环境的bin目录将添加到系统$PATH变量的开头。另外，shell的提示符将更改，并显示您当前所在的虚拟环境的名称。在此示例中，即(venv)。

TensorFlow安装需要pip版本19或更高版本。运行以下命令以升级pip到最新版本：

pip install --upgrade pip

现在我们已经创建了虚拟环境，下一步是安装TensorFlow软件包。

可以从PyPI安装多个TensorFlow软件包。该tensorflow软件包仅支持CPU，建议初学者使用。

如果您拥有具有CUDA计算功能3.5或更高版本的专用NVIDIA GPU，并希望利用其处理能力，tensorflow请安装tensorflow-gpu包含GPU支持的软件包。

输入以下命令以安装TensorFlow：

pip install --upgrade tensorflow

在虚拟环境中，可以使用pip代替pip3和python代替python3。

安装完成后，请使用以下命令进行验证，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的最新稳定版本是2.0.0：

2.0.0

终端上打印的版本可能与上面显示的版本不同。

而已。TensorFlow已安装在您的Debian系统上。

如果您不熟悉TensorFlow，请访问TensorFlow教程页面并了解如何构建您的第一个ML应用程序。您还可以从Github克隆TensorFlow模型或TensorFlow-Examples存储库，并探索和测试TensorFlow示例。

完成工作后，键入deactivate以停用环境并返回到正常的shell。

deactivate