Ubuntu16.04上通过anaconda3离线安装Tensorflow2.0详细教程

Posted 2021-03-15 沧海一粟

安装背景: Ubuntu 16.0.4, 集成显卡，不能连接外网，需要使用Tensorflow2.0

安装软件配套: Anaconda3-4.7（内部集成Python3.7）,TensorFlow2.0（文件名应包含cp37-cp37m-manylinux2010_x86_64，其中cp37-cp37m意味着对应Python3.7，manylinux2010这个

应该属于Anaconda3支持安装的软件格式之一），由于是集成显卡，TensorFlow软件包应选择CPU版本。

 

 

1.首先下载anaconda3镜像，清华大学开源软件镜像站下载地址： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下拉到最低端选择Linux，选择最新版（32/64位）下载。

  我下载的是：Anaconda3-2019.10-Linux-x86_64.sh  （对应版本Anaconda3-4.7）

2. 拷贝Anaconda3-2019.10-Linux-x86_64.sh到Ubuntu机器上,然后执行以下命令：bash Anaconda3-2019.10-Linux-x86_64.sh

 

3.接下来根据提示输入完成安装

（1）按回车键继续安装；

（2）按回车键键阅读注册信息；

（3）阅读完注册信息后，输入“yes”回车继续；

（4）按回车键确认安装位置 /home/{虚拟机名称}/anaconda3 ；

（5）输入“yes”选择添加环境变量；

 

 

 

当你出现类似界面，证明Anaconda3已安装成功，此时需要新开个terminal激活Anaconda3。

 

 

4.在刚安装的anaconda3目录下的envs目录中新建tensorflow文件夹。

5. 输入“python”指令，进入Python运行界面，然后运行以下命令，查看anaconda3支持的软件格式

import pip

import pip._internal

print(pip._internal.pep425tags.get_supported())

 

 

 

然后退出Python环境（输入指令： exit()）。

 

6.下载TensorFlow安装包，清华大学开源软件镜像站下载地址： https://mirrors.tuna.tsinghua.edu.cn/simple/tensorflow/,下拉到底端选择Linux，选择合适的版本（32/64位）下载。

  并确保软甲格式是安装的anaconda3所支持的。

  我下载的是：tensorflow-2.0.0-cp37-cp37m-manylinux2010_x86_64.whl

 

7.将tensorflow-2.0.0-cp37-cp37m-manylinux2010_x86_64.whl上传至新建tensorflow目录。

  在tensorflow目录下执行命令：pip install tensorflow-2.0.0-cp37-cp37m-manylinux2010_x86_64.whl 

8.安装缺少的软件包，如下：标注的红框中就是缺少的包，记录下来，多次运行pip install tensorflow-2.0.0-cp37-cp37m-manylinux2010_x86_64.whl指令，

  确认缺少的软件，然后从https://pypi.org/project网站下载需要的软件（版本选择满足要求的最低版本即可）

 

 

 

 然后通过pip install命令，安装依赖的软件，安装后，再次运行pip install tensorflow-2.0.0-cp37-cp37m-manylinux2010_x86_64.whl，查看是否安装完毕，

 如果还是缺少包，再次进行下载然后安装，直至提示tensorflow安装完毕。

 

 

9. 测试TensorFlow

  进入Python操作界面,输入下面一段程序：

import tensorflow as tf;\\

print (tf.__version__);\\

print (tf.keras.__version__)

 

出现下面错误：

 

 

 

百度查询了下，原因就是Python3.7新引入了保留字async,而tensorflow的代码里，将其作为了变量名。修改方法如下：

编辑/home/trimps/anaconda3/lib/python3.7/site-packages/astor/code_gen.py，搜索async,全部替换为async1,保存关闭即可。

重新执行测试程序,结果如下，表示TensorFlow安装成功。