简介
TensorFlow* 是一款领先的深度学习和机器学习框架。截至 2017 年 5 月，该框架集成了面向英特尔® 至强® 处理器和英特尔® 至强融核™ 处理器的多项优化。本文是教程系列的第一部分，旨在提供相关信息帮助开发人员通过 GitHub* 存储库中可用的资源构建、安装和探索使用在英特尔® 架构上优化的 TensorFlow*。
资源
The TensorFlow 网站提供有关各组件的信息概述、教程和技术信息，是了解该框架的主要来源。感兴趣的开发人员可从此处着手，全面了解 TensorFlow 在深度学习领域的优势。
文章 TensorFlow 基于现代英特尔® 架构的优化介绍了具体的图形优化、性能试验，以及借助 CPU 优化构建和安装 TensorFlow 的详细信息。强烈建议开发人员阅读这篇文章，详细了解如何面向不同的拓扑结构全面优化 TensorFlow，以及进行优化后所实现的性能提升。
安装概述
本文所述的安装步骤源于 TensorFlow 网站中的 通过资源安装 TensorFlow指南提供的信息。下文中的步骤仅供大致了解安装流程；由于第三方信息可能随时更改，因此建议您同时回顾 TensorFlow 网站提供的信息。
本文所提供的安装指南仅针对安装带有 CPU 支持的 TensorFlow。目标操作系统和 Python* 分发版分别为 Ubuntu* 16.04 和 Python 2.7。
安装 Bazel* 构建工具
Bazel* 是 Google* 公开提供的构建工具。如果系统已安装 Bazel，请跳过此部分。如果尚未安装，请输入以下指令添加 Bazel 分发版 URI、执行安装并更新系统中的 Bazel：
echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list
sudo apt install curl
curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -
sudo apt-get update && sudo apt-get install bazel
sudo apt-get upgrade bazel
安装 Python* 相关性
如果系统已安装 Python* 相关性，请跳过此部分。输入以下命令安装 Python 2.7 所需的软件包：
sudo apt-get install python-numpy python-dev python-pip python-wheel
构建安装所需的 TensorFlow* Pip 软件包
如果系统未安装程序 Git*，请发布以下命令：
sudo apt install git
发布以下命令，克隆 GitHub 存储库：
git clone https://github.com/tensorflow/tensorflow
克隆期间创建的 tensorflow目录中包含一个名为 configure的脚本，该脚本必须在创建 pip 软件包和安装 TensorFlow 之前执行。该脚本支持您识别路径名称、相关性和其他构建配置选项。对于在英特尔架构上优化的 TensorFlow，该脚本还支持您设置英特尔® 数学核心函数库（英特尔® MKL）的相关环境设置。执行以下命令：
cd tensorflow
./configure
重要：选择 ‘Y’ 构建支持英特尔 MKL 的 TensorFlow，并选择 ‘Y’ 从 Web 下载 MKL LIB。选择其他配置参数的默认设置。脚本运行完成后，发布以下命令构建 pip 软件包：
bazel build --config=mkl --copt="-DEIGEN_USE_VML" -c opt //tensorflow/tools/pip_package:build_pip_package
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
安装 TensorFlow—本地 Pip 选项
此时，新创建的 pip 软件包位于 tmp/tensorflow_pkg之中。接下来安装 TensorFlow，既可采用本地 pip 安装，也可在下文所述的 Anaconda* 虚拟环境中完成。如果采用本地 pip 安装，只需输入以下命令：
sudo pip install /tmp/tensorflow_pkg/tensorflow-1.2.0rc1-cp27-cp27mu-linux_x86_64.whl
（注：本轮的名称（上述斜体）可能因特定构建的不同而有差异。）
完成上述步骤后，务必在进行下一步之前验证安装。注：运行链接中提供的 Python 验证脚本时，务必换成不同的目录，例如：
cd ..
安装 TensorFlow—Conda* 环境选项
注：如果系统已安装 Anaconda ，请跳过此部分。
从下载页面中下载 Anaconda，并按照说明运行安装程序脚本。（在本教程中，我们使用的 Anaconda 为 64 位 x86 Python 2.7 版本。）在安装过程中，你需要同意许可协议，选择默认设置，并选择 'yes'以将 Anaconda 添加到路径中。安装完成后，关闭终端，然后打开一个新的终端。
接下来我们将通过 tmp/tensorflow_pkg中新创建的 pip 软件包创建 conda 环境和安装 TensorFlow。运行以下命令，创建 TensorFlow 环境 "inteltf"，并发布以下命令：
conda create -n inteltf
source activate inteltf
pip install /tmp/tensorflow_pkg/tensorflow-1.2.0rc1-cp27-cp27mu-linux_x86_64.whl
（注：本轮的名称（上述斜体）可能因特定构建的不同而有差异。）
source deactivate inteltf
进行下一步之前关闭当前终端，然后打开一个新的终端。
运行网站中的下列 Python 代码，重新启动 inteltf环境并验证 TensorFlow 安装：
source activate inteltf
python>>> import tensorflow as tf>>> hello = tf.constant('Hello, TensorFlow!')>>> sess = tf.Session()>>> print(sess.run(hello))如果安装成功，Python 程序将输出 “Hello, TensorFlow!”。
后续文章
本教程系列的下一篇文章将介绍如何安装 TensorFlow Serving* — 专为生产环境设计的高性能机器学习服务系统。