本指南介绍如何在Mac OS X上安装TensorFlow。

确定如何安装TensorFlow

您必须选择安装TensorFlow的方式，支持的选择如下：

• virtualenv
• “native” pip
• Docker
• 从源码安装，见单独的指南。

建议使用virtualenv安装。
VIRTUALENV是与其他Python开发隔离的虚拟Python环境，不会影响同一台机器上的其他Python程序。在使用virtualenv的安装过程中，需要安装TensorFlow以及TensorFlow所需的所有软件包。 要开始使用TensorFlow，您只需要”activate”的虚拟环境。总而言之，virtualenv为安装和运行TensorFlow提供了一个安全可靠的机制。

本地pip直接在您的系统上安装TensorFlow，而不需要通过任何容器或虚拟环境系统。由于本地pip安装不是在隔离的本地容器中，可能会干扰或受到系统上其他Python-based安装的影响。此外，需要禁用系统完整性保护(SIP)才能通过本机pip安装。如果您了解SIP，pip和您的Python环境，则本地pip安装相对容易执行。

Docker将TensorFlow的安装与机器上已存在的软件包完全隔离。 Docker容器包含TensorFlow及其所有依赖项。请注意，Docker的映像文件可能相当大(数百MB)。如果您想将TensorFlow集成到已经使用Docker的较大应用程序体系结构中，则可以选择Docker安装。

在Anaconda中，您可以使用conda来创建虚拟环境。但是，在Anaconda内，我们建议使用pip install命令安装TensorFlow，而不是用conda install命令。

注意：conda包是社区支持的，没有正式支持。也就是说，TensorFlow团队既不测试也不维护conda包。使用该包将自行承担风险。

使用virtualenv进行安装

使用Virtualenv安装TensFlow的步骤：

1. 启动一个终端(shell)，在此shell中的执行后续步骤。

2. 执行以下命令安装pip和virtualenv：

    $ sudo easy_install pip
    $ sudo pip install --upgrade virtualenv 

3. 执行以下命令之一创建一个virtualenv环境：

    $ virtualenv --system-site-packages targetDirectory # for Python 2.7
    $ virtualenv --system-site-packages -p python3 targetDirectory # for Python 3.n
    

   其中targetdirectory中标识virtualenv树的顶部。本说明假设targetdirectory是~/tensorflow，当然也可以选择任何其他目录。

4. 执行以下命令之一激活virtualenv环境：

   $ source ~/tensorflow/bin/activate      # If using bash, sh, ksh, or zsh
   $ source ~/tensorflow/bin/activate.csh  # If using csh or tcsh 

   前面的source命令会将您的提示更改为以下内容：

    (tensorflow)$ 

5. 确保安装的pip≥8.1：

    (tensorflow)$ easy_install -U pip

6. 执行以下命令之一，将TensorFlow以及所需的所有软件包安装到激活的Virtualenv环境中：

    (tensorflow)$ pip install --upgrade tensorflow      # for Python 2.7
    (tensorflow)$ pip3 install --upgrade tensorflow     # for Python 3.n
   

7. 可选的。如果步骤6失败(通常是因为您调用低于8.1的pip版本)，请通过执行以下命令在活动的virtualenv环境中安装TensorFlow：

    $ pip install --upgrade tfBinaryURL   # Python 2.7
    $ pip3 install --upgrade tfBinaryURL  # Python 3.n 

   其中tfBinaryURL标识TensorFlow Python包的URL。tfBinaryURL的值取决于操作系统和Python版本，参考这里。例如，如果要安装适用于Mac OS X的TensorFlow(Python 2.7)，则在活动的Virtualenv中安装TensorFlow的命令如下所示：

    $ pip3 install --upgrade \
    https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.3.0-py2-none-any.whl

如果遇到安装问题，请参阅常见安装问题。

下一步

安装TensorFlow后，需要验证您的安装，以确认安装工作正常。

请注意，每次在新的shell中使用TensorFlow时，必须激活virtualenv环境。如果virtualenv环境当前未处于活动状态(即不提示)(tensorflow)，调用以下命令之一：

$ source ~/tensorflow/bin/activate      # bash, sh, ksh, or zsh
$ source ~/tensorflow/bin/activate.csh  # csh or tcsh 

您的提示将转换为以下内容，表示您的TensorFlow环境处于活动状态：

 (tensorflow)$ 

当virtualenv环境处于活动状态时，可以从此shell运行TensorFlow程序。

使用TensorFlow完成后，执行以下命令来停用环境：

 (tensorflow)$ deactivate 

提示将恢复为默认提示符(由PS1)。

卸载TensorFlow

如果要卸载TensorFlow，只需删除您创建的目录树。例如：

 $ rm -r ~/tensorflow 

用本地pip安装

我们已将TensorFlow二进制文件上传到PyPI，因此，可以通过pip安装TensorFlow。

setup.py的REQUIRED_PACKAGES部分列出了pip将安装或升级的软件包。

依赖项：Python

为了安装TensorFlow，您的系统必须包含以下Python版本之一：

• Python 2.7
• Python 3.3+

如果您的系统还没有上述Python版本，参考安装

安装Python时，您可能需要禁用系统完整性保护(SIP)才能允许Mac App Store以外的其他实体安装软件。

依赖项：pip

Pip安装和管理用Python编写的软件包。如果您打算使用本机pip安装，则必须在系统上安装以下pip之一：

• pip，对于Python 2.7
• pip3，为Python 3.n.

pip或pip3在安装Python时可能已经安装到您的系统上了。要确定pip或pip3是否已安装，请执行以下命令之一：

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

我们强烈建议使用pip或pip3版本8.1或更高版本，以安装TensorFlow。如果未安装pip或pip3 8.1或更高版本，请执行以下命令进行安装或升级：

$ sudo easy_install --upgrade pip
$ sudo easy_install --upgrade six 

安装TensorFlow

假设您的Mac上安装了必备软件，请执行以下步骤：

1. 通过调用以下命令安装TensorFlow：

    $ pip install tensorflow      # Python 2.7; CPU support
    $ pip3 install tensorflow     # Python 3.n; CPU support
   If the preceding command runs to completion, you should now
    validate your installation.
   

2. (可选)如果步骤1失败，请通过执行以下命令安装最新版本的TensorFlow：

    $ sudo pip  install --upgrade tfBinaryURL   # Python 2.7
    $ sudo pip3 install --upgrade tfBinaryURL   # Python 3.n 

   其中tfBinaryURL标识TensorFlow Python包的URL。tfBinaryURL的值取决于操作系统和Python版本，参考这里。例如，如果要安装TensorFlow for Mac OS和Python 2.7，请发出以下命令：

    $ sudo pip3 install --upgrade \
    https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.3.0-py2-none-any.whl 

   如果上述命令失败，请参见安装问题。

下一步

安装TensorFlow后，需要验证您的安装，以确认安装正常。

卸载TensorFlow

要卸载TensorFlow，执行以下命令之一：

$ pip uninstall tensorflow
$ pip3 uninstall tensorflow 

使用Docker进行安装

使用Docker安装TensorFlow的步骤：

1. 在您的机器上安装Docker，见Docker文档。

2. 启动包含TensorFlow二进制映像之一的Docker容器。

本节的其余部分将介绍如何启动Docker容器。

要启动保存TensorFlow二进制映像的Docker容器，请输入以下命令：

 $ docker run -it -p hostPort:containerPort TensorFlowImage 

其中：

• -p hostPort：containerPort是可选的。如果要从shell运行TensorFlow程序，请忽略此选项。如果要从Jupyter Notebooks运行TensorFlow程序，请同时设置HOSTPORT和containerPort为8888。如果您想在容器内运行TensorBoard，请添加第二个-p标志，设置两者HOSTPORT和containerPort为6006。
• TensorFlowImage是必须的。它标识了Docker容器，取值如下：
  • gcr.io/tensorflow/tensorflow：TensorFlow二进制映像。
  • gcr.io/tensorflow/tensorflow:latest-devel：TensorFlow二进制映像加源代码。

gcr.io是Google容器注册表。请注意，一些TensorFlow映像也可在dockerhub找到。

例如，以下命令在Docker容器中启动TensorFlow CPU二进制映像，可以在其Shell中运行TensorFlow程序：

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

以下命令也可以在Docker容器中启动TensorFlow CPU二进制映像。在Docker容器中，您也可以在Jupyter Notebooks中运行TensorFlow程序：

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

Docker首次其中时会下载TensorFlow二进制图像。

下一步

然后验证您的安装。

使用Anaconda安装

Anaconda安装是社区支持的，没有正式支持。

在Anaconda环境中安装TensorFlow的步骤：

1. 根据 Anaconda下载网站下载并安装Anaconda。

2. 创建“conda”的环境tensorflow，执行以下命令：

   $ conda create -n tensorflow

3. 执行以下命令激活conda环境：

   $ source activate tensorflow
    (tensorflow)$  # Your prompt should change

4. 执行以下命令，在您的公共环境中安装TensorFlow：

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

   其中TF_PYTHON_URL是个TensorFlow Python包的URL。例如，以下命令将安装CPU-only版本的TensorFlow for Python 2.7：

    (tensorflow)$ pip install --ignore-installed --upgrade \
    https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.3.0-py2-none-any.whl

验证您的安装

要验证您的TensorFlow安装，请执行以下操作：

1. 确保您已准备好运行TensorFlow程序的环境。
2. 运行一个简短的TensorFlow程序。

准备你的环境

如果您使用native pip、virtualenv或Anaconda来安装，请执行以下操作：

1. 启动一个终端
2. 如果您安装了virtualenv或Anaconda，请激活您的容器。
3. 如果您安装了TensorFlow源代码，请切换到任何目录(除了包含TensorFlow源代码的目录)。

如果您通过Docker安装，请启动运行bash的Docker容器。例如：

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

运行一个简短的TensorFlow程序

从你的shell调用python如下：

$ python

在python交互式shell中输入以下短程序：

# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果系统输出以下内容，则可以开始编写TensorFlow程序了：

Hello, TensorFlow!

如果您是TensorFlow新手，请参阅TensorFlow入门。

如果系统输出错误消息而不是问候，请参阅常见的安装问题。

常见的安装问题

我们依靠Stack Overflow来记录TensorFlow安装问题及其补救措施。下表列出了一些常见安装问题的Stack Overflow答案的链接。

ImportError: Traceback (most recent call last):
File ".../tensorflow/core/framework/graph_pb2.py", line 6, in 
from google.protobuf import descriptor as _descriptor
ImportError: cannot import name 'descriptor'

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

SSLError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify
  failed

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

ImportError: No module named copyreg

OSError: [Errno 1] Operation not permitted

Traceback (most recent call last):
  File "", line 1, in 
  File "/usr/local/lib/python2.7/site-packages/tensorflow/__init__.py",
    line 4, in 
    from tensorflow.python import *
    ...
  File "/usr/local/lib/python2.7/site-packages/tensorflow/core/framework/tensor_shape_pb2.py",
    line 22, in 
    serialized_pb=_b('\n,tensorflow/core/framework/tensor_shape.proto\x12\ntensorflow\"d\n\x10TensorShapeProto\x12-\n\x03\x64im\x18\x02
      \x03(\x0b\x32
      .tensorflow.TensorShapeProto.Dim\x1a!\n\x03\x44im\x12\x0c\n\x04size\x18\x01
      \x01(\x03\x12\x0c\n\x04name\x18\x02 \x01(\tb\x06proto3')
  TypeError: __init__() got an unexpected keyword argument 'syntax'

...
You have not agreed to the Xcode license agreements, please run
'xcodebuild -license' (for user-level acceptance) or
'sudo xcodebuild -license' (for system-wide acceptance) from within a
Terminal window to review and agree to the Xcode license agreements.
...
  File "numpy/core/setup.py", line 653, in get_mathlib_info

    raise RuntimeError("Broken toolchain: cannot link a simple C program")

RuntimeError: Broken toolchain: cannot link a simple C program

TensorFlow Python包的URL

一些安装机制需要TensorFlow Python包的URL，值取决于2个因素：

• 操作系统
• Python版本

本节介绍Mac OS安装的相关取值。

Python 2.7

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.3.0-py2-none-any.whl

Python 3.4,3.5或3.6

https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.3.0-py3-none-any.whl

Protobuf pip软件包3.1

您可以跳过此部分，除非您看到了与protobuf pip软件包相关的问题。

注意：如果您的TensorFlow程序运行缓慢，可能是遇到了与protobuf pip软件包相关的问题。

TensorFlow pip包依赖于protobuf pip软件包版本3.1。从PyPI下载的protobuf pip软件包(调用时)pip安装protobuf)是一个Python-only库，它包含可以运行的原始序列化/反序列化的Python实现，比C++实现慢10x-50x。 Protobuf还支持包含基于快速C++的原语解析的Python包的二进制扩展。此扩展在标准Python-only pip软件包中不可用。我们为protobuf创建了一个包含二进制扩展名的自定义二进制pip包。要安装自定义二进制protobuf pip包，命令如下：

• 对于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

• 对于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

安装此protobuf软件包将覆盖现有的protobuf软件包。请注意，二进制pip包已经支持大于64MB的protobufs，应该已经修复了以下错误：

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