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或者GPU上运行。

TensorFlow可以在系统范围内，Python虚拟环境中，作为Docker容器或者与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

创建虚拟环境的推荐方法是使用“ python3-venv”包提供的“ venv”模块。

如果系统上未安装“ python3-venv”软件包，请输入以下命令进行安装：

sudo apt updatesudo apt install python3-venv

2.创建虚拟环境

导航到存储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切换到该目录：

mkdir my_tensorflowcd 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“ venv”的目录，该目录包含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。

我们可以为虚拟环境使用任何喜欢的名称。

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目录将添加到系统“ $PATH”变量的开头。

此外，shell的提示将更改，并显示我们当前所在的虚拟环境的名称。
在此示例中，即为'（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。

可以从PyPI安装多个TensorFlow软件包。
'tensorflow'软件包仅支持CPU，建议使用。

如果我们拥有具有CUDA计算功能3.5或者更高版本的专用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'。

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。

TensorFlow已安装在Debian系统上。

如果我们不熟悉TensorFlow，请访问TensorFlow教程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