TensorFlow是Google构建的机器学习平台。它可以在不同设备上的CPU或GPU上运行，并且被Twitter，PayPal，Intel，Lenovo和Airbus等许多组织使用。

TensorFlow可以安装在你的CentOS Linux系统，Python虚拟环境，Docker容器或Anaconda中。

虚拟环境允许您在一台计算机上拥有多个独立且被隔离的Python环境，并在每个项目的基础上安装模块的特定版本，而不必担心会影响您的其他项目。

安装TensorFlow

与其他Linux发行版不同，默认情况下CentOS 7上未安装Python。你需要在CentOS 7安装Python 3。

请以root或具有sudo权限的用户，在终端中运行以下dnf命令并安装Python 3.6和pip：

sudo dnf install python3

如果你需要运行Python 3，您需要在终端中显式键入python3，如需要使用pip也必须键入pip3运行pip。

从Python 3.6开始，创建虚拟环境的推荐方法是使用venv模块。使用cd命令导航切换到您要存储TensorFlow项目的目录。

它可以是您的家目录，也可以是用户具有读写权限的其它目录。我们将在此目录开始创建TensorFlow项目。

我们将使用mkdir命令中在用户的家目录中，为TensorFlow项目创建一个新目录tensorflow_project，然后使用cd命令切换到该目录中。

你将运行以下mkdir命令和cd命令创建目录并切换到该目录：

mkdir ～/tensorflow_project 
cd ～/tensorflow_project

在项目的目录中，使用python的venv模块创建虚拟环境。运行以下python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，其中包含Python/pip二进制文件的副本，标准Python库以及其他支持文件。

您可以为虚拟环境使用任何名称，在本教程中我们使用venv作为名称，这是创建python虚拟环境常见方式。

如你想隐藏python虚拟环境目录，你也可以使用隐藏目录创建虚拟环境，例如.venv等。

当Python虚拟环境创建完成后，我们需要手动激活虚拟环境，请输入以下source命令激活并加载puthon的虚拟环境：

source venv/bin/activate

激活后，虚拟环境的bin目录将添加到$PATH环境变量的开头。另外，您的Shell提示符将更改，并显示您当前正在使用的python虚拟环境名称。

在这我们的教程中，你的python虚拟环境名称是venv。也就是目录的名称。如果经常在多个python虚拟环境切换，你可以给虚拟环境的名称设置项目的名称。

安装TensorFlow需要使用pip 19或者更高版本才能安装。我们需要首先运行以下pip命令将pip升级到最新版本：

pip install --upgrade pip

当pip升级完成后，激活已创建的python虚拟环境并安装tensorflow。请使用以下pip命令安装TensorFlow库：

pip install --upgrade tensorflow

如果您拥有独立的NVIDIA GPU显卡，并希望利用其处理能力，而不是仅仅使用CPU。

pip模块tensorflow-gpu，它包含了对GPU的支持。可使用pip安装tensorflow-gpu模块。

在虚拟环境中，可以使用命令pip代替pip3。python代替python3。要验证tensorflow的安装，请运行以下python脚本，该脚本将打印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2.1.0：

2.1.0

您的TensorFlow版本可能与此处显示的版本不同。如果您不熟悉TensorFlow，请访问 TensorFlow入门页面，并了解如何构建您的第一个应用程序。

您还可以从Github克隆TensorFlow模型或TensorFlow-Examples仓库，并浏览和测试TensorFlow实例。

完成工作后，请键入deactivate以停用python虚拟环境，然后将返回到正常的shell会话中。

deactivate

至此，您已经成功安装了TensorFlow。

结论

我们向您展示了如何在CentOS 7的虚拟环境中安装TensorFlow。如果您遇到问题或有反馈，请在下面发表评论。