8>人生苦短，我也Python。

此時此刻我的mac正在編譯這Tensorflow的源碼，console的窗口中不斷的跳躍著warning，我一步一步按照東拼西湊的教程完成了源碼的編譯，希望編譯成功，同時也希望待我安裝完成之后能夠正常的運行TF。

0.硬件配置

首先你的電腦必須有一塊Nvidia的顯卡，其次你要在linux或mac系統下進行下面的操作。如果你使用的是window的系統或是A卡用戶，那么你可以洗洗睡了。或是直接使用官網的Python安裝包就可以了。以下操作只適合喜歡折騰并且能夠禁得住折騰的用戶。作為一個macbook重度依賴用戶，幾乎日常所有的編碼實驗都在MacBook上面折騰，我說下我的本子配置：

Model Name: MacBook Pro (Retina, Mid 2012)
Model Identifier: MacBookPro10,1
Processor Name: Intel Core i7
Processor Speed: 2.7 GHz
Number of Processors: 1
Total Number of Cores: 4
L2 Cache (per Core): 256 KB
L3 Cache: 8 MB
Memory: 8 GB
OS Version: macOS Sierra, 10.12.1

Graphics Cards:
 Intel HD Graphics 4000
 NVIDIA GeForce GT 650M

慶幸還有NVIDIA的顯卡，只不過是老掉牙的硬件了。就連計算能力也只有可憐的3.0，只符合TensorFlow的基本要求。不過沒有關系，咬咬牙還能跑。

**不幸的消息是剛剛CPU版本的編譯成功了，但是在編譯GPU的時候，苦苦等了快一個小時，然后爆出了錯誤。到Github上一搜，在issue里面，得出的結果是這是CUDA的一個錯誤，文章的最后我會貼出常見的錯誤和解決方法。

1.安裝CUDA開發環境

NVidia和CUAD

這里說的CUDA開發環境包括driver和cudnn兩個東西，其中driver可以從官網下載的Tookit安裝包安裝，而cudnn則需要自己下載后手動放到cuda的文件夾中。

1.1 CUDA

Tensorflow官網中指明了如果安裝支持GPU版本的要求

1. 在NVIDIA的官網上按照Toolkit的步驟來下載相應系統的版本，然后安裝。在Macbook上，安裝之后你的硬盤中會多出兩個文件夾來。分別是/usr/local/cuda和/Developer/NVIDIA/兩個文件夾。其中一個

以上提出的是目前最優要求，如果是你的環境和硬件不滿足的話，那么你需要通過源碼自己編譯

1.2 cuDNN

終極大法

如果你按照官網給出的各種方式（無論是從wheel安裝，還是從source code安裝，都出現不同程度的錯誤，主要是GPU版本怎么弄也不行）還是出錯的話，那么你可以嘗試下面的方法：

Warning: 下面的方法將會關閉你的Macbook的安全選項，使得程序能夠以root的權限運行，如果不放心可以略過。

終結大法介紹：

1. 關閉系統的SIP：
   ->重啟mac
   ->command+R組合鍵進入Recovery模式
   ->打開Terminal，鍵入 csrutil disable 命令關閉系統的SIP
   ->重啟
2. 在.bash_profile中添加下面的cuda的配置

export CUDA_HOME=/usr/local/cuda
export DYLD_LIBRARY_PATH=/usr/local/cuda/lib:/usr/local/cuda/extras/CUPTI/lib
export LD_LIBRARY_PATH=$DYLD_LIBRARY_PATH
export PATH=$DYLD_LIBRARY_PATH:$PATH

參考

1. Tensorflow官網安裝指南