TensorFlow学习笔记（一补）：使用Anaconda安装TensorFlow
    最近，tensorflow网站上给出了新的使用Anaconda配置和安装Tensorflow的步骤，经过测试，在国内可以无障碍的访问。Anaconda 是一个基于Python的科学计算包集合，目前支持Python 2.7和3.5。注意：在安装过程中如果出现很长的报错，观察错误信息的末尾，如果是网络链接相关，就重新运行一遍语句即可（如出现进度条不动的情况，也可重新运行语句），Anaconda自身约500M，tensorflow所需软件包约几十Ｍ。操作系统：　Ubuntu 14.04
1. 安装Anaconda
从anaconda（inuum.io/downloads）上下载Linux版本的安装文件（推荐Python 2.7版本），运行sh完成安装。
2. 建立一个tensorflow的运行环境
[plain] view plain copy # Python 2.7  $ conda create -n tensorflow python=2.7    # Python 3.4  $ conda create -n tensorflow python=3.4    # Python 3.5  $ conda create -n tensorflow python=3.5  3.在conda环境中安装tensorflow
在conda环境中安装tensorflow的好处是可以便捷的管理tensorflow的依赖包。分为两个步骤：激活上一步建立的名为tensorflow的conda环境；用conda或者pip工具安装Tensorflow，作者选择的是pip方式。
3.1 pip方式
pip方式需要首先激活conda环境
[plain] view plain copy $ source activate tensorflow 
然后根据要安装的不同tensorflow版本选择对应的一条环境变量设置export语句（操作系统，Python版本，CPU版本还是CPU+GPU版本）
[plain] view plain copy # Ubuntu/Linux 64-bit, CPU only, Python 2.7  (tensorflow)$ export TF_BINARY_URL=leapis/tensorflow/linux/cpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl    # Ubuntu/Linux 64-bit, GPU enabled, Python 2.7  # Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.  (tensorflow)$ export TF_BINARY_URL=leapis/tensorflow/li
nux/gpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl    # Mac OS X, CPU only, Python 2.7:  (tensorflow)$ export TF_BINARY_URL=leapis/tensorflow/mac/cpu/tensorflow-0.10.0-py2-none-any.whl    # Mac OS X, GPU enabled, Python 2.7:  (tensorflow)$ export TF_BINARY_URL=leapis/tensorflow/mac/gpu/tensorflow-0.10.0-py2-none-any.whl    # Ubuntu/Linux 64-bit, CPU only, Python 3.4  (tensorflow)$ export TF_BINARY_URL=leapis/tensorflow/linux/cpu/tensorflow-0.10.0-cp34-cp34m-linux_x86_64.whl    # Ubuntu/Linux 64-bit, GPU enabled, Python 3.4  # Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.  (tensorflow)$ export TF_BINARY_URL=leapis/tensorflow/linux/gpu/tensorflow-0.10.0-cp34-cp34m-linux_x86_64.whl    # Ubuntu/Linux 64-bit, CPU only, Python 3.5  (tensorflow)$ export TF_BINARY_URL=leapis/tensorflow/linux/cpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl    # Ubuntu/Linux 64-bit, GPU enabled, Python 3.5  # Requir
es CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.  (tensorflow)$ export TF_BINARY_URL=leapis/tensorflow/linux/gpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl    # Mac OS X, CPU only, Python 3.4 or 3.5:  (tensorflow)$ export TF_BINARY_URL=leapis/tensorflow/mac/cpu/tensorflow-0.10.0-py3-none-any.whl    # Mac OS X, GPU enabled, Python 3.4 or 3.5:  (tensorflow)$ export TF_BINARY_URL=leapis/tensorflow/mac/gpu/tensorflow-0.10.0-py3-none-any.whl 
最后根据是python 2还是３版本选择一句进行安装。[plain] view plain copy # Python 2  (tensorflow)$ pip install --ignore-installed --upgrade $TF_BINARY_URL    # Python 3  (tensorflow)$ pip3 install --ignore-installed --upgrade $TF_BINARY_URL  3.2 conda方式condatensorflow版本选择上面目前有人已经做好了tensorflow的pkg，但是版本不一定最新，且只有CPU版本，不支持GPU。
步骤也是首先激活conda环境，然后调用conda install 语句安装.[plain] view plain copy $ sou
rce activate tensorflow  (tensorflow)$  # Your prompt should change    # Linux/Mac OS X, Python 2.7/3.4/3.5, CPU only:  (tensorflow)$ conda install -c conda-forge tensorflow 
上面的步骤完成后，从conda环境中退出:
[plain] view plain copy (tensorflow)$ source deactivate  4. 测试安装
[plain] view plain copy $ source activate tensorflow  (tensorflow)$  # Your prompt should change.  # Run Python programs that use TensorFlow.  ...  # When you are done using TensorFlow, deactivate the environment.  (tensorflow)$ source deactivate

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。