1.2 语言与系统的支持

随着TensorFlow技术的发展与完善，其不仅支持多种客户端语言下的安装和运行，还可以绑定并支持版本兼容运行的C和Python语言。

1.Python

在Python语言框架下，TensorFlow有3个不同的版本，分别为CPU版本（TensorFlow）、包含 GPU 加速的版本（TensorFlow-gpu）、每日编译版本（tf-nightly、tf-nightly-gpu）。其中，安装Python版本的TensorFlow可以使用模块管理工具pip/pip3或anaconda在终端直接运行。

此外，Python版TensorFlow也可以使用Docker安装。

2.C

TensorFlow中兼容了C语言下的API，可用于构建其他语言的API。支持macOS 10.12.6Sierra或更高版本，macOS版本不包含GPU加速。其安装过程如下：

● 下载TensorFlow预编译的C语言文件到本地系统路径下并解压缩。

● 使用ldconfig编译链接。

● 用户还可在其他路径解压文件并手动编译链接。

● 编译C接口时要确保本地的C编译器能够访问TensorFlow库。

3.配置GPU

TensorFlow支持在Linux和Windows系统下使用统一计算架构。配置GPU时要求系统有相对应的支持版本。

在Linux下配置GPU时，将CUDA Toolkit和CUPTI的路径加入$LD_LIBRARY_PATH的环境变量中即可。对于CUDA为3.0或其他版本的NVIDIA程序，需要从源文件中来编译TensorFlow。对Windows下的GPU配置，需要将CUDA、CUPTI和cuDNN的安装路径添加到%PATH%的环境变量中。

Linux系统下使用docker安装的Python版TensorFlow也可配置GPU加速且无需CUDA Toolkit。