在 macOS 中安裝 TensorFlow

本文出自 掘金翻譯計劃 正在組織翻譯的 TensorFlow 官方文檔。如果您有興趣，歡迎 申請成為譯者，學習完譯者教程後，參與到文章和文檔的翻譯和及對當中。我們也正在招募 TensorFlow 譯者，歡迎積极參加。

---

這篇指南說明如何在 macOS 上安裝 TensorFlow。

注意：從 v1.2 開始，TensorFlow 不再為 macOS 提供 GPU 支持。

選擇安裝 TensorFlow 的方式

你必須選擇使用哪種方式來安裝 TensorFlow。有以下方式：

• virtualenv
• 原生 pip
• Docker
• 通過源碼進行安裝，詳見這篇文檔。

我們推薦使用 virtualenv 進行安裝。 Virtualenv 是與其他 Python 開發隔離的虛擬 Python 環境，使得在同一台機器上不受其他 Python 程序的干擾。 在 virtualenv 安裝過程中，你不僅要安裝 TensorFlow，還需安裝 TensorFlow 所需的軟體包（其實很簡單）。 要開始使用 TensorFlow，只需要『激活』虛擬環境。 總而言之，virtualenv 為安裝和運行 TensorFlow 提供了一個安全可靠的機制。

使用本地的 pip 會在系統里直接安裝 TensorFlow，無需任何容器或虛擬環境系統。然而由於本地安裝並不是完全封閉的，因此本地安裝可能會受到系統上其他基於 Python 安裝軟體的干擾，或者影響到這類軟體。 此外，你可能還需要禁用系統完整性保護（SIP）才能進行本地安裝。 但是，如果你了解 SIP、pip 和你本地的 Python 環境，那麼使用本地 pip 安裝會相對容易一些。

Docker 則會將 TensorFlow 安裝與機器上的現有軟體包完全隔離。 Docker 容器包含 TensorFlow 及其所有依賴項。 請注意，Docker 鏡像可能非常大（幾百 MB）。 如果你將 TensorFlow 集成到已經使用 Docker 的較大應用程序體系結構中，則可以選擇 Docker 安裝。

在 Anaconda 中，你可以使用 conda 來創建虛擬環境。但是，在 Anaconda 中，我們建議使用 pip install 而不是 conda install 命令來安裝 TensorFlow。

注意： conda 包由社區提供支持，而非正式支持。也就是說，TensorFlow 團隊既不測試也不維護 conda 包。 使用此包請自行承擔相關風險。

通過 virtualenv 安裝

通過執行下面的步驟來使用 Virtualenv 安裝 TensorFlow：

1. 啟動終端。你需要在命令行中執行下面所有的步驟。
2. 通過下面的命令安裝 pip 和 virtualenv：

$ sudo easy_install pip

$ pip install --upgrade virtualenv

1. 通過執行下面的命令來創建虛擬環境：

$ virtualenv --system-site-packages targetDirectory # 對應 Python 2.7

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

其中 targetDirectory 表示 virtualenv 目錄樹所在的頂層路徑。 我們假設 targetDirectory 為 ~/tensorflow，但你也可以選擇任何你喜歡的路徑。

1. 通過執行下面的命令來激活虛擬環境：

$ source ~/tensorflow/bin/activate # 如果使用 bash, sh, ksh 或 zsh

$ source ~/tensorflow/bin/activate.csh # 如果使用 csh 或 tcsh

前面的 source 命令會將你的命令行提示更改為以下內容：

(tensorflow)$

1. 確保安裝的 pip 版本大於或等於 8.1：

(tensorflow)$ easy_install -U pip

1. 執行下面的命令會將 TensorFlow 及其全部依賴安裝至 Virtualenv 環境中：

(tensorflow)$ pip install --upgrade tensorflow # 對應 Python 2.7

(tensorflow)$ pip3 install --upgrade tensorflow # 對應 Python 3.n

1. （可選）如果第 6 步失敗了（通常可能是因為你使用的 pip 版本小於 8.1），你還可以通過下面的命令安裝 TensorFlow：

$ pip install --upgrade tfBinaryURL # Python 2.7

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

其中 tfBinaryURL 指向 TensorFlow Python 軟體包所在的 URL。 合適的 tfBinaryURL 取決於你的操作系統和 Python 版本。你可以在here 找到你系統所對應的 tfBinaryURL。 例如，如果你要在安裝了 Python 2.7 的 macOS 上安裝 TensorFlow，那麼可以執行下面的命令：

$ pip3 install --upgrade

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.4.0rc0-py2-none-any.whl

如果你遇到了任何安裝問題，請查看 常見安裝問題.

下一步

安裝 TensorFlow 之後，你需要 驗證安裝 來確保 TensorFlow 能夠正常工作。

注意，每當你使用一個新的 Shell 來使用 TensorFlow 時，你必須激活 virtualenv 環境。 如果 virtualenv 環境沒有被激活（即命令行提示符中沒有 (tensorflow)），使用下面的命令可以激活虛擬環境：

$ source ~/tensorflow/bin/activate # bash, sh, ksh 或 zshn$ source ~/tensorflow/bin/activate.csh # csh 或 tcsh n

如果你的終端提示變成下面的樣子，證明 TensorFlow 的環境已經激活：

(tensorflow)$ n

當 virtualenv 環境激活後，你就可以在 Shell 里運行 TensorFlow 程序了。

當你使用完 TensorFlow 後，你還可以解除虛擬環境：

(tensorflow)$ deactivate n

這時命令行提示將會變回你激活虛擬環境之前的樣子。

卸載 TensorFlow

如果你希望卸載 TensorFlow，只需要簡單的刪除你創建的目錄樹即可。例如：

$ rm -r ~/tensorflow n

通過本地 pip 安裝

我們已經將 TensorFlow 的二進位編譯版上傳到了 PyPI 中。因此你可以直接使用 pip 進行安裝。setup.py 里要求的包 列出了 pip 需要安裝或升級的包。

前置要求：Python

要安裝 TensorFlow，你的系統必須至少包含一個以下版本的 Python：

• Python 2.7
• Python 3.3+

如果你的系統沒有安裝適當版本的 Python，那麼趕緊安裝吧。

在安裝 Python 時，你可能需要關閉系統完整性保護（SIP）來允許安裝非 Mac App Store 的程序。

前置要求：pip

Pip 能安裝並管理 Python 編寫的軟體包。如果你想要通過本地 pip 進行安裝，你的系統至少應該有包含下面命令中的一個：

• pip, 對應 Python 2.7
• pip3, 對應 Python 3.n.

如果你安裝了 python，可能 pip 或 pip3 已經安裝在你的系統上了。為了確定它們是否真的安裝在系統里， 可以使用下面的命令：

$ pip -V # 對應 Python 2.7n$ pip3 -V # 對應 Python 3.n n

我們強烈推薦使用 8.1 或更高版本的 pip 或 pip3 來安裝 TensorFlow。 如果你沒有安裝的話，可以通過下面的命令來升級當前的 pip：

$ sudo easy_install --upgrade pipn$ sudo easy_install --upgrade six n

安裝 TensorFlow

假設你的 Mac 上已經安裝了依賴的軟體，請遵循下面的步驟：

1. 通過下面的一個命令來安裝 TensorFlow：

$ pip install tensorflow # Python 2.7; CPU 支持

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

如果前面的命令執行完成了，那麼接下來你應該

驗證安裝.

1. （可選）如果第 1 步失敗了，那麼可以通過下面的命令安裝最新版的 TensorFlow：

$ sudo pip install --upgrade tfBinaryURL # Python 2.7

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

其中 tfBinaryURL 指向 TensorFlow Python 軟體包的所在 URL。 合適的 tfBinaryURL 取決於你的操作系統和 Python 版本。你可以在here 找到你系統所對應的 tfBinaryURL。 例如，如果你要在安裝了 Python 2.7 的 macOS 上安裝 TensorFlow，那麼可以執行下面的命令：

$ pip3 install --upgrade

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.4.0rc0-py2-none-any.whl

下一步

TensorFlow 安裝完成後，你應該驗證安裝是否能使 TensorFlow 正確工作。

卸載 TensorFlow

執行下面的命令可以卸載 TensorFlow：

$ pip uninstall tensorflown$ pip3 uninstall tensorflow n

通過 Docker 安裝

遵循下面的步驟可通過 Docker 安裝 TensorFlow：

1. 安在你的機器上安裝 Docker，請參考 n [Docker 文檔](https://docs.docker.com/engine/installation/#/on-macos-and-windows).nn2. 從包含 TensorFlow 的鏡像中創建並啟動 Docker 容器。n

本節的其餘部分將介紹如何啟動Docker容器。

要啟動包含 TensorFlow 鏡像的 Docker 容器，請輸入以下指令：

$ docker run -it -p hostPort:containerPort TensorFlowImage n

其中：

• -p hostPort:containerPort 可選。如果你想要在 shell 命令行中運行 TensorFlow，忽略這個選項。如果你想要在 Jupyter notebooks 中運行這個程序，將 hostPort 和 containerPort 都設置為 8888。

如果你想要運行包含 TensorBoard 的容器，增加第二個 -p 參數來指定宿主埠和容器埠為 6006。

• TensorFlowImage 是必須的。它指定了你的 Docker 容器。你必須指定下面其中一個值：
• gcr.io/tensorflow/tensorflow: TensorFlow 二進位鏡像。
• gcr.io/tensorflow/tensorflow:latest-devel: TensorFlow 二進位鏡像和源代碼。

gcr.io 是谷歌容器倉庫。注意，TensorFlow 鏡像同樣在 dockerhub 上可用。

例如，下面的命令從 TensorFlow CPU 鏡像啟動了一個 Docker 容器，從而你可以在這個命令行里執行 TensorFlow 程序：

$ docker run -it gcr.io/tensorflow/tensorflow bashn

下面的命令同樣是從一個 TensorFlow CPU 的鏡像啟動的容器。然而在這個容器中，你還可以在 Jupyter notebook 里 運行 TensorFlow 程序：

$ docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflown

Docker 會在第一次啟動容器時下載對應的鏡像。

下一步

現在你應該驗證安裝。

通過 Anaconda 安裝

Anaconda 的安裝由社區提供，而非官方支持。

請按照下面的步驟在 Anaconda 環境中安裝 TensorFlow：

1. 按照Anaconda 下載網站中的指南來下載並安裝 Anaconda。
2. 調用以下命令新建一個名字叫 tensorflow 的 conda 環境來運行某一版本的 Python：

$ conda create -n tensorflow pip python=2.7 # or python=3.3, etc.

1. 使用如下命令來激活 conda 環境：

$ source activate tensorflow

(tensorflow)$ # Your prompt should change

1. 運行如下格式的命令來在你的 conda 環境中安裝 TensorFlow：

(tensorflow)$ pip install --ignore-installed --upgrade TF_PYTHON_URL

其中 TF_PYTHON_URL 是 TensorFlow Python 包的 URL。例如，如下命令安裝了僅支持 CPU 的 Python 2.7 版本下的 TensorFlow：

(tensorflow)$ pip install --ignore-installed --upgrade

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.4.0rc0-py2-none-any.whl

驗證安裝

下面的步驟能夠驗證 TensorFlow 是否已正確安裝：

1. 確定你已經具備了運行 TensorFlow 程序的運行環境。n2. 運行一個簡短的 TensorFlow 程序。n

準備環境

如果你已經安裝了 pip、virtualenv 或者 Anaconda，那麼：

1. 運行終端。n2. 如果你使用 virtualenv 或 Anaconda 進行的安裝，請激活你的容器。n3. 如果你是使用 TensorFlow 源碼進行的安裝，請切換到除了包含 TensorFlow 源碼的任意目錄下。n

如果你使用 Docker 進行安裝，啟動一個運行 bash 的 Docker 容器，例如：

$ docker run -it gcr.io/tensorflow/tensorflow bashn

運行一個簡短的 TensorFlow 程序

在命令行中輸入下面的命令調用 Python：

$ pythonn

在 Python 交互命令行環境中輸入下面的代碼：

# Pythonnimport tensorflow as tfnhello = tf.constant(Hello, TensorFlow!)nsess = tf.Session()nprint(sess.run(hello))n

如果你的系統正確的輸出了下面的內容，那麼說明你已經正確安裝了 TensorFlow：

Hello, TensorFlow!n

如果你是 TensorFlow 新手，請參看 @{$get_started/get_started$ 開始使用 TensorFlow}.

如果安裝過程出現了錯誤，請看常見安裝問題

常見安裝問題

我們使用 Stack Overflow 來記錄 TensorFlow 的安裝問題及其解決方案。 下表列出了一些常見安裝問題的 Stack Overflow 答案的鏈接。 如果你遇到下表中未列出的錯誤信息或其他安裝問題，請在 Stack Overflow 中進行搜索。如果 Stack Overflow 沒有相應的解決方案，請在 Stack Overflow 上詢問一個有關它的新問題，並指定 tensorflow 標籤。

Stack Overflow 鏈接錯誤消息42006320

ImportError: Traceback (most recent call last):nFile ".../tensorflow/core/framework/graph_pb2.py", line 6, in nfrom google.protobuf import descriptor as _descriptornImportError: cannot import name descriptorn

33623453

IOError: [Errno 2] No such file or directory:n /tmp/pip-o6Tpui-build/setup.pyn

35190574

SSLError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verifyn failedn

42009190

Installing collected packages: setuptools, protobuf, wheel, numpy, tensorflown Found existing installation: setuptools 1.1.6n Uninstalling setuptools-1.1.6:n Exception:n ...n [Errno 1] Operation not permitted:n /tmp/pip-a1DXRT-uninstall/.../lib/python/_markerlib n

33622019

ImportError: No module named copyregn

37810228During a pip install operation, the system returns:

OSError: [Errno 1] Operation not permittedn

33622842An import tensorflow statement triggers an error such as the following:

Traceback (most recent call last):n File "", line 1, in n File "/usr/local/lib/python2.7/site-packages/tensorflow/__init__.py",n line 4, in n from tensorflow.python import *n ...n File "/usr/local/lib/python2.7/site-packages/tensorflow/core/framework/tensor_shape_pb2.py",n line 22, in n serialized_pb=_b(n,tensorflow/core/framework/tensor_shape.protox12ntensorflow"dnx10TensorShapeProtox12-nx03x64imx18x02n x03(x0bx32n .tensorflow.TensorShapeProto.Dimx1a!nx03x44imx12x0cnx04sizex18x01n x01(x03x12x0cnx04namex18x02 x01(tbx06proto3)n TypeError: __init__() got an unexpected keyword argument syntaxn

42075397A pip install command triggers the following error:

...nYou have not agreed to the Xcode license agreements, please runnxcodebuild -license (for user-level acceptance) ornsudo xcodebuild -license (for system-wide acceptance) from within anTerminal window to review and agree to the Xcode license agreements.n...n File "numpy/core/setup.py", line 653, in get_mathlib_infonraise RuntimeError("Broken toolchain: cannot link a simple C program")nnRuntimeError: Broken toolchain: cannot link a simple C programn

TensorFlow 的 Python 包的 URL

一些安裝方法中需要 TensorFlow Python 包的 URL，你所聲明的值取決下面兩個因素：

• 操作系統
• Python 版本

這個部分記錄了 maxOS 相關安裝的 URL 值

Python 2.7

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.4.0rc0-py2-none-any.whln

Python 3.4、3.5 或 3.6

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.4.0rc0-py3-none-any.whln

Protobuf 3.1 的 pip 包

除非你遇到了與 protobuf pip package 相關的問題，否則你可以直接跳過該部分。

注意：如果你的 TensorFlow 程序運行速度很慢，你可能有一個和 protobuf pip package 相關的問題。

TensorFlow pip 包依賴於 3.1 版本的 protobuf pip package。從 PyPI 下載的 protobuf pip package （使用pip install protobuf 命令） 是一個含有序列化、反序列化實現的純 Python 庫，可能比 C++ 的實現慢 10 到 50 倍。Protobuf 同時也支持針對 Python 包的一個二進位擴展，基於快速的 C++ 解析。這個擴展在純 Python 的標準 pip 包中是沒有的。我們已經創建了一個自定義的二進位 pip 包給含有二進位擴展的 protobuf。要安裝自定義的二進位 protobuf pip package，執行如下的命令

• 對應 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

• 對應 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

安裝此 protobuf 包將覆蓋現有的 protobuf 包，能夠修復下面的錯誤（注意，二進位 pip 包已經支持大於 64MB 的 protobufs）：

[libprotobuf ERROR google/protobuf/src/google/protobuf/io/coded_stream.cc:207]nA protocol message was rejected because it was too big (more than 67108864 bytes).nTo increase the limit (or to disable these warnings), seenCodedInputStream::SetTotalBytesLimit() in google/protobuf/io/coded_stream.h.n

---

掘金翻譯計劃 是一個翻譯優質互聯網技術文章的社區，文章來源為 掘金 上的英文分享文章。內容覆蓋 Android、iOS、前端、後端、區塊鏈、產品、設計、人工智慧等領域，想要查看更多優質譯文請持續關注 掘金翻譯計劃、官方微博、知乎專欄。

推薦閱讀：