QDS （Quick Deployment Series）快速的部署一个软件。这次我们来部署 TensorFlow 。
系统要求
Ubuntu 16.04 或更高版本（64 位）
macOS 10.12.6 (Sierra) 或更高版本（64 位）（不支持 GPU）
Windows 7 或更高版本（64 位）（仅支持 Python 3）
Raspbian 9.0 或更高版本
硬件要求
从 TensorFlow 1.6 开始，二进制文件使用 AVX 指令，这些指令可能无法在旧版 CPU 上运行。
CUDA® 计算能力为 3.5 或更高的 NVIDIA® GPU 卡。
软件要求
必须在系统中安装以下 NVIDIA® 软件：
- NVIDIA® GPU 驱动程序 - CUDA 9.0 需要 384.x 或更高版本。
- CUDA® 工具包 - TensorFlow 支持 CUDA 9.0。
- CUDA 工具包附带的 CUPTI。
- cuDNN SDK（7.2 及更高版本）
- （可选）NCCL 2.2，可实现多 GPU 支持。
- （可选）TensorRT 4.0，可缩短在某些模型上进行推断的延迟并提高吞吐量。
安装
环境检测
python 2 环境检测，如果没有某个部分，请补装。
python --version
pip --versionpython3 和 python2 类似，换成 python3 的命令即可。
安装
pip install tensorflow // 安装 TensorFlow CPU 版本
pip install tensorflow-gpu // 安装 TensorFlow GPU 版本
pip install tf-nightly // 安装 TensorFlow CPU 暗夜版本 不稳定
pip install tf-nightly-gpu // 安装 TensorFlow GPU 暗夜版本 不稳定不过这样通过 pip 安装速度有点慢啊，使用了 pip 官方的源。
换阿里云的 pip 源以后很快就完成了。
pip install -i https://mirrors.aliyun.com/pypi/simple tensorflow-gpu验证
依次输入如下命令：
[root@node31 ~]# python
Python 2.7.5 (default, Jul 13 2018, 13:06:57)
[GCC 4.8.5 20150623 (Red Hat 4.8.5-28)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.__version__
'1.12.0'
>>> tf.__path__
['/usr/lib/python2.7/site-packages/tensorflow', '/usr/lib/python2.7/site-packages/tensorflow/python/estimator/api', '/usr/lib/python2.7/site-packages/tensorflow/_api/v1']
>>>可以看到，已经安装了 TensorFlow 的 1.12 版本和安装的路径。
