Tensorflow环境搭建的⽅法步骤
What？
我们需要通过VMware虚拟机平台+Ubuntu虚拟机+安装pip的⽅式来搭建TensorFlow的环境。
提⽰：最好别⽤windows，后⾯会有很多的兼容问题
安装的⽅式也有好⼏种，通过pip，docker,Anacodnda等，因为ubuntu是⾃带Python和pip的，因此这⾥给出的是pip的安装⽅式。
确定python及pip的版本
输⼊命令python -V确认python的版本，需要2.7或者是3.3+
输⼊命令pip -V或pip3 -V确认pip的版本，建议pip在8.1以上，或者是pip3，如果不是则使⽤sudo apt-get install python-pip python-dev进⾏更新。
Why？
⽬前TensorFlow⽤三种安装⽅式：
(1)Docker：⼀种虚拟化技术，可以将整个TensorFlow依赖关系封装进去，⽀持⼤部分操作系统（包括windows），但是⽬前(2018.1.21)Docker还不够完善，不建议使⽤。
(2)pip：⼀个安装、管理Python的⼯具，通过pip可以安装以及打包好的TensorFlow，但只⽀持Ununtu。这种⽅法是⽬前的主流⽅法。
(3)从源代码编译安装：将TensorFlow的源代码编译成pip安装包。这种⽅法——我不会。
因此我们采取最简单好⽤的 pip 的⽅法，就需要 VMware虚拟机平台+Ubuntu虚拟机+安装pip
How?
1.下载安装VMware，很简单，需要验证的话⽹上可以搜到序列号，免费⽤。
2.下载Ubuntu开源系统的iso⽂件，然后在VMware上新建虚拟机并加载ios⽂件，安装Ubuntu。
在创建操作系统时会要求输⼊⼀个密码，这个密码将⽤来登陆和获得root权限，要记好！
3.正常启动虚拟机（此时可以在上图中选择物理驱动器连接，不需要iso了），右键打开超级终端
输⼊$ sudo apt-get install python-pip python-dev，输⼊密码，再输⼊Y，从⽽下载安装pip。
如果提⽰你的pip版本太低，那么输⼊$ pip install --upgrade pip升级pip，之后再输⼊指令下载TensorFlow。
验证tensorflow是否安装成功
启动终端，输⼊python
输⼊以下代码：
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
tensorflow版本选择>>> sess = tf.Session()
>>> print(sess.run(hello))
如果输出Hello, TensorFlow!则代表安装成功。
到此，TensorFlow的环境就基本搭好了。然后输⼊命令:$ python 即可进⼊python环境，开始TensorFlow的表演！希望对⼤家的学习有所帮助，也希望⼤家多多⽀持。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。