如何判断TensorFlow是二进制构建还是源码构建？含Ubuntu 16.04场景

嘿，我来帮你搞定这个问题！判断TensorFlow是官方二进制包安装还是源码编译的，有几个实用的方法，在Ubuntu 16.04上完全适用：

• 方法一：通过Python代码查看构建配置
  直接在Python环境里运行这段代码，就能获取TensorFlow的详细构建信息：

  import tensorflow as tf
  print(tf.__config__.show())
  

  输出里重点关注这些细节：

  • 如果出现Build from source: True，那肯定是源码编译的版本；如果是False，就是官方预编译的二进制包。
  • 源码编译的版本还会显示你编译时用的编译器版本（比如GCC）、CUDA/CUDNN版本、自定义编译选项等；官方二进制包则会带有统一的官方构建标签，比如针对Ubuntu 16.04的专属预编译标识。

• 方法二：检查安装来源
  如果你是用pip安装的，通过这条命令可以查看TensorFlow的安装详情：

  pip show tensorflow
  

  • 如果Location指向系统默认的site-packages目录，且没有本地编译的痕迹，基本可以确定是官方二进制包。
  • 要是你是自己编译生成wheel包后用pip install安装的，或者直接运行python setup.py install从源码安装，那毫无疑问是源码编译的版本。

• 方法三：检查二进制文件的编译特征
  在Ubuntu 16.04中，TensorFlow的核心库文件一般位于/usr/local/lib/pythonX.X/dist-packages/tensorflow/（X.X是你的Python版本，比如3.5）。用file命令查看库文件的编译信息：

  file /usr/local/lib/python3.5/dist-packages/tensorflow/libtensorflow_framework.so
  

  • 官方二进制包会带有官方构建环境的标识，比如特定的编译器版本和系统优化；而源码编译的版本会显示你本地系统的编译器信息（比如你Ubuntu上安装的GCC版本）。

一般结合这几种方法，就能准确判断TensorFlow的构建方式啦。

内容的提问来源于stack exchange，提问作者Mark Sonn