如何在Linux的Docker环境中安装TensorFlow for C依赖

问题分析 #

你尝试用apt get install -y libtensorflow-dev失败，是因为默认的Debian/Ubuntu软件源中通常没有libtensorflow-dev包，或者包版本无法匹配需求。以下是两种可靠的安装方案：

方案一：使用官方预编译二进制包（推荐，快速便捷） #

直接下载TensorFlow官方提供的预编译C库，无需编译，适合大多数场景。

完整Dockerfile示例：

# 选择Ubuntu 22.04作为基础镜像（Debian系列镜像均可）
FROM ubuntu:22.04

# 关闭交互式安装提示
ENV DEBIAN_FRONTEND=noninteractive

# 安装基础依赖：下载工具、编译工具
RUN apt-get update && apt-get install -y --no-install-recommends \
    wget gcc libc6-dev \
    && rm -rf /var/lib/apt/lists/*  # 清理apt缓存，减小镜像体积

# 下载并解压TensorFlow C库（示例为x86_64架构、2.15.0版本，可按需调整）
RUN wget https://storage.googleapis.com/tensorflow/libtensorflow/libtensorflow-cpu-linux-x86_64-2.15.0.tar.gz \
    && tar -C /usr/local -xzf libtensorflow-cpu-linux-x86_64-2.15.0.tar.gz \
    && rm libtensorflow-cpu-linux-x86_64-2.15.0.tar.gz

# 配置动态链接库，让系统能找到TensorFlow库
RUN ldconfig

# 可选：验证安装是否成功
RUN echo '#include <tensorflow/c/c_api.h>' > test.c && gcc test.c -ltensorflow && ./a.out && rm test.c a.out

注意事项：

• 若使用ARM架构（如Raspberry Pi），需替换下载链接为对应架构的包（例如libtensorflow-cpu-linux-aarch64-2.15.0.tar.gz）
• 可根据需求更换TensorFlow版本，替换链接中的版本号即可

方案二：从源码编译（适合自定义需求） #

若需要特定版本、自定义编译选项，可从源码编译TensorFlow C库。

完整Dockerfile示例：

FROM ubuntu:22.04

ENV DEBIAN_FRONTEND=noninteractive

# 安装编译依赖：版本控制、构建工具、Python环境
RUN apt-get update && apt-get install -y --no-install-recommends \
    git bazel-5.3.0 python3 python3-pip gcc libc6-dev \
    && rm -rf /var/lib/apt/lists/*

# 配置bazel命令路径
RUN ln -s /usr/bin/bazel-5.3.0 /usr/bin/bazel

# 克隆TensorFlow源码（指定2.15.0版本，可按需修改分支/tag）
RUN git clone --depth 1 --branch v2.15.0 https://github.com/tensorflow/tensorflow.git /tmp/tensorflow

# 自动配置编译参数（全部选择默认，直接回车）
RUN cd /tmp/tensorflow && \
    ./configure <<EOF
N
EOF

# 编译TensorFlow C库目标
RUN cd /tmp/tensorflow && bazel build //tensorflow:c_api //tensorflow:libtensorflow.so

# 将编译好的头文件和库文件安装到系统目录
RUN cd /tmp/tensorflow && \
    cp bazel-bin/tensorflow/c_api.h /usr/local/include/tensorflow/c/ && \
    cp bazel-bin/tensorflow/libtensorflow.so* /usr/local/lib/ && \
    ldconfig

# 清理编译临时文件，减小镜像体积
RUN rm -rf /tmp/tensorflow

内容的提问来源于stack exchange，提问作者Circa Dramatic