Ubuntu TensorFlow安装配置（手把手教你从零搭建深度学习开发环境）

步骤一：更新系统并安装 Python 和 pip

首先打开终端（Ctrl + Alt + T），执行以下命令更新系统软件包：

sudo apt updatesudo apt upgrade -y  

然后安装 Python3 和 pip（Ubuntu 通常已预装，但建议确认）：

sudo apt install python3 python3-pip python3-venv -y  

步骤二：创建虚拟环境（推荐）

为避免依赖冲突，强烈建议使用 Python 虚拟环境：

# 创建名为 tf_env 的虚拟环境python3 -m venv tf_env# 激活虚拟环境source tf_env/bin/activate# 升级 pippip install --upgrade pip  

激活后，你会看到命令行前缀变为 (tf_env)，表示已进入虚拟环境。

步骤三：安装 TensorFlow（CPU 版本）

如果你没有 NVIDIA 显卡，或暂时不需要 GPU 加速，可直接安装 CPU 版本：

pip install tensorflow  

步骤四：安装 TensorFlow（GPU 版本）【可选】

若你拥有 NVIDIA 显卡并希望启用 GPU 加速，请按以下流程操作。这属于 TensorFlow GPU配置 的关键步骤。

4.1 安装 NVIDIA 驱动

# 查看推荐驱动ubuntu-drivers devices# 自动安装推荐驱动（例如 nvidia-driver-535）sudo ubuntu-drivers autoinstall# 重启系统sudo reboot  

4.2 安装 CUDA Toolkit 和 cuDNN

TensorFlow 2.13+ 已内置 CUDA 支持，无需手动安装 CUDA Toolkit！只需确保驱动版本 ≥ 450.80.02 即可。

因此，GPU 用户也只需运行：

pip install tensorflow[and-cuda]  

步骤五：验证安装是否成功

在虚拟环境中运行以下 Python 代码：

python3 -c "import tensorflow as tf; print('TensorFlow 版本:', tf.__version__); print('GPU 可用:', tf.config.list_physical_devices('GPU'))"  

如果输出类似以下内容，说明安装成功：

TensorFlow 版本: 2.15.0GPU 可用: [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]  

常见问题与解决方案

• ImportError: libcudnn.so not found → 使用 tensorflow[and-cuda] 可避免此问题。
• pip 安装缓慢 → 可更换国内源，如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow
• 虚拟环境未激活 → 每次使用前记得运行 source tf_env/bin/activate

结语

通过以上步骤，你已经成功完成了 Ubuntu TensorFlow安装配置，无论是 CPU 还是 GPU 环境都已就绪。这份 TensorFlow新手教程 专为初学者设计，力求每一步都清晰明了。现在，你可以开始你的深度学习之旅了！

如果你觉得本文对你有帮助，欢迎收藏并在评论区分享你的安装经验！