TensorFlow是Google建立的用于机器学习的免费开源平台。

包括Twitter，PayPal，Intel，Lenovo和Airbus在内的许多组织都使用它。

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

出于学习目的，最好在Python虚拟环境中安装TensorFlow。
这样，我们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，而不必担心这会影响其他Project。

本教程将指导我们完成在Debian 9上安装TensorFlow的过程。

在Debian 9上安装TensorFlow

以下各节提供了有关如何在Debian 9上的Python虚拟环境中安装TensorFlow的逐步说明。

1.安装Python 3和venv

默认情况下，Debian 9随附Python 3.5.
要验证系统上是否安装了Python 3，请执行以下操作：

python3 -V

输出应如下所示：

Python 3.5.3

如果要改用Python 3.7，请查看这些教程。

创建虚拟环境的推荐方法是使用“ venv”模块。
通过运行以下命令，安装提供“ venv”模块的“ python3-venv”软件包：

sudo apt install python3-venv

完成后，我们可以继续下一步并为TensorFlow项目创建虚拟环境。

2.创建虚拟环境

导航至我们要存储Python 3虚拟环境的目录。
它可以是主目录，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cd进入该目录：

mkdir my_tensorflowcd my_tensorflow

从目录内部，运行以下命令以创建虚拟环境：

python3 -m venv venv

上面的命令将创建一个名为“ venv”的目录，其中包含Python二进制文件，Pip程序包管理器，标准Python库和其他支持文件的副本。

使用我们喜欢的虚拟环境名称。

要开始使用虚拟环境，我们需要通过运行“激活”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“ $PATH”变量的开头。

此外，shell的提示也会更改，并且会显示我们当前所在的虚拟环境的名称。
在这种情况下，该名称为'venv'。

TensorFlow安装需要'pip'版本19或者更高版本。
运行以下命令以将“ pip”升级到最新版本：

pip install --upgrade pip

3.安装TensorFlow

现在我们已经创建了虚拟环境，下一步是安装TensorFlow软件包。

pip install --upgrade tensorflow

如果我们拥有专用的NVIDIA GPU，并希望利用其处理能力，请安装包含GPU支持的'tensorflow-gpu'软件包，而不是'tensorflow'。

在虚拟环境中，可以使用命令'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

TensorFlow版本可能与上面显示的版本不同。

如果我们不熟悉TensorFlow，请访问TensorFlow入门页面并了解如何构建第一个ML应用程序。

我们还可以从Github克隆TensorFlow模型或者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