2.2 基于pip的安装
pip是Python的包管理工具，主要用于PyPI[2]（Python Packet Index）上的包。命令简洁方便，包种类丰富，社区完善，并且拥有轻松升级/降级包的能力。
2.2.1 Mac OS环境准备
Mac OS是本书所讲内容依赖的环境，机器配置如图2-3所示。
![screenshot]()
首先需要依赖Python环境，以及pip命令。这在Mac和Linux系统中一般都有。这里使用的Python版本是2.7.12。TensorFlow 1.1.0版本兼容Python 2和Python 3，读者可以用适合自己的Python环境。
1．安装virtualenv
virtualenv是Python的沙箱工具，用于创建独立的Python环境。我们毕竟是在自己机器上做实验，为了不来回修改各种环境变量，这里用virtualenv为TensorFlow创建一套“隔离”的Python运行环境。
首先，用pip安装virtualenv：
$ pip install virtualenv --upgrade```
安装好后创建一个工作目录，这里直接在home下创建了一个tensorflow文件夹：$ virtualenv --system-site-packages ~/tensorflow`
然后进入该目录，激活沙箱：
$ cd ~/tensorflow
$ source bin/activate
(tensorflow) $```
2．在virtualenv里安装TensorFlow
进入沙箱后，执行下面的命令来安装TensorFlow：(tensorflow) $ pip install tensorflow==1.1.0`
默认安装所需的依赖，直至安装成功。
3．运行TensorFlow
照着官方文档录入一个简单例子：
(tensorflow) $ python
Python 2.7.12 (default, Oct 11 2016, 05:16:02)
[GCC 4.2.1 Compatible Apple LLVM 7.0.2 (clang-700.1.81)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>> import tensorflow as tf
>>> hello = tf.constant('Hello,TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow!```
恭喜，TensorFlow环境已经安装成功了。
注意，每次需要运行TensorFlow程序时，都需要进入tensorflow目录，然后执行source bin/activate命令来激活沙箱。
####2.2.2 Ubuntu/Linux环境准备
使用Ubuntu/Linux的读者可以照着Mac OS的环境准备，先安装virtualenv的沙盒环境，再用pip安装TensorFlow软件包。
TensorFlow的Ubuntu/Linux安装分为CPU版本和GPU版本，下面来分别介绍。
（1）安装仅支持CPU的版本，直接安装如下：$ pip install tensorflow==1.1.0`
（2）安装支持GPU的版本的前提是已经安装了CUDA SDK，直接使用下面的命令：
$ pip install tensorflow-gpu==1.1.0```
####2.2.3 Windows环境准备
TensorFlow 1.1.0版本支持Windows 7、Windows 10和Server 2016。因为使用Windows PowerShell代替CMD，所以下面的命令均在PowerShell下执行。这里使用的是Windows 10系统，使用微软小娜呼唤出PowerShell，如图2-4所示。
<div style="text-align: center"><img src="https://yqfile.alicdn.com/347768a301fa08aaa6ab5e383d55d95b867ce646.png" width="" height="">
</div>
1．安装Python
TensorFlow在Windows上只支持64位Python 3.5.x，可以通过Python Releases for Windows[3]或Python 3.5 from Anaconda下载并安装Python 3.5.2（注意选择正确的操作系统）。下载后，安装界面如图2-5所示，注意勾选“Add Python 3.5 to PATH”。
<div style="text-align: center"><img src="https://yqfile.alicdn.com/6a5470a6a29b46c05c3ae08b455d5a1fdd7b8c30.png" width="" height="">
</div>
选择Customize installation（自定义安装），进入下一步。如图2-6所示，可以看出Python包自带pip命令。
<div style="text-align: center"><img src="https://yqfile.alicdn.com/eb4db7aa956ba8082b9a65f154c76913e201df18.png" width="" height="">
</div>
然后，等待安装完成，再到PowerShell中输入python，看到进入终端的命令提示则代表python安装成功。在“开始”->“所有程序”下也可以找到Python终端。安装成功后的界面如图2-7所示。
<div style="text-align: center"><img src="https://yqfile.alicdn.com/3b722ec309d53e83ab2dbfc22d2be341cfe411e3.png" width="" height="">
</div>
TensorFlow的Windows安装也分为CPU版本和GPU版本，下面来分别介绍。
（1）CPU版本安装。在PowerShell中执行如下命令，默认安装TensorFlow 1.1.0版本及相关依赖。C:> pip install tensorflow==1.1.0`
安装完成后如图2-8所示。
（2）GPU版本安装。如果读者的机器支持安装GPU版本，请先安装如下两个驱动：CUDA[4]和CuDNN[5]（后者需要注册NVIDIA用户，并加入CuDNN开发组，然后填若干问卷，才可以下载）。选择下载版本时要注意与CUDA版本匹配。解压后保存至CUDA的安装目录下。然后，安装GPU版本，安装命令如下：
C:\> pip install tensorflow-gpu==1.1.0```
2．运行TensorFlow
在微软小娜中，搜索“python”，直接模糊匹配，调出命令窗口，输入测试代码：import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b = tf.constant(22)
print(sess.run(a + b))
32
```
正确输出结果32，安装完毕。