安装anaconda和tensorflow

1、首先下载anaconda,下载：Anaconda2-4.3.1-Linux-x86_64.sh（https://repo.continuum.io/archive/）参考网址：https://www.cnblogs.com/willnote/p/6746499.html

2、安装anaconda,进入下载目录

若是没有修改的话，默认的下载目录是在 /home/下载/下，Ctrl+Alt+T打开终端，输入 cd /home，而后按两次Tab键，终端会自动补上用户名以及该用户名下的文件目录：

 

能够看到排列出的全部文件夹，继续输入 cd/home/dcrmg/下载 ，进入下载目录：

 

 

三. 安装Anaconda

 

下载的文件是以 .sh 为后缀的，名称比较长，我这里先给它给更名称为 Anaconda.sh。

在终端继续输入 sudo bash Anaconda.sh ，开始执行Anaconda安装。

会要求先输入用户密码，而后是许可文件，直接按Enter继续：

 

接受许可，输入yes，按回车：

 

提示默认安装路径是 /home/dcrmg/anaconda2 ，按回车确认，开始安装：

 

 

四. 添加环境变量

 

安装完成以后，会提示是否添加环境变量，输入 yes 后回车：

 

 

这样Anaconda安装成功了。终端窗口提示要使环境变量生效，须要从新打开一个终端。在一个新开的终端里输入python，提示信息显示已经不是Linux系统自带的python了：

 

或者也能够在当前的终端里让刚配置的环境变量生效，方法是在安装Anaconda的终端中输入：

source ~/.bashrc

 

 

5、打开jupyter notebook
在终端输入jupyter notebook便可，以下图：

 

Anaconda仓库镜像

官方下载更新工具包的速度很慢，因此继续添加清华大学 TUNA提供的Anaconda仓库镜像，在终端或cmd中输入以下命令进行添加

1 2	$ conda config  - - add channels https: / / mirrors.tuna.tsinghua.edu.cn / anaconda / pkgs / free / $ conda config  - - set  show_channel_urls yes

备注：若是出现conda命令未找到，查看：https://www.cnblogs.com/chamie/p/10009193.html

Tensorflow安装

在终端或cmd中输入如下命令搜索当前可用的tensorflow版本

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47

（能够略掉）$ anaconda search  - t conda tensorflow   Using Anaconda API: https: / / api.anaconda.org Run  'anaconda show <USER/PACKAGE>'  to get more details: Packages:       Name                      |  Version | Package Types   | Platforms            - - - - - - - - - - - - - - - - - - - - - - - - -  |    - - - - - -  |  - - - - - - - - - - - - - - -  |  - - - - - - - - - - - - - - -       HCC / tensorflow            |     1.0 . 0  | conda           | linux - 64             HCC / tensorflow - cpucompat  |     1.0 . 0  | conda           | linux - 64             HCC / tensorflow - fma        |     1.0 . 0  | conda           | linux - 64             SentientPrime / tensorflow  |     0.6 . 0  | conda           | osx - 64                                                    : TensorFlow helps the tensors flow       acellera / tensorflow - cuda  |    0.12 . 1  | conda           | linux - 64             anaconda / tensorflow       |     1.0 . 1  | conda           | linux - 64             anaconda / tensorflow - gpu   |     1.0 . 1  | conda           | linux - 64             conda - forge / tensorflow    |     1.0 . 0  | conda           | linux - 64 , win - 64 , osx - 64                                            : TensorFlow helps the tensors flow       creditx / tensorflow        |     0.9 . 0  | conda           | linux - 64                                                  : TensorFlow helps the tensors flow       derickl / tensorflow        |    0.12 . 1  | conda           | osx - 64               dhirschfeld / tensorflow    |  0.12 . 0rc0  | conda           | win - 64               dseuss / tensorflow         |          | conda           | osx - 64               guyanhua / tensorflow       |     1.0 . 0  | conda           | linux - 64             ijstokes / tensorflow       |  2017.03 . 03.1349  | conda, ipynb    | linux - 64             jjh_cio_testing / tensorflow |     1.0 . 1  | conda           | linux - 64             jjh_cio_testing / tensorflow - gpu |     1.0 . 1  | conda           | linux - 64             jjh_ppc64le / tensorflow    |     1.0 . 1  | conda           | linux - ppc64le        jjh_ppc64le / tensorflow - gpu |     1.0 . 1  | conda           | linux - ppc64le        jjhelmus / tensorflow       |  0.12 . 0rc0  | conda, pypi     | linux - 64 , osx - 64                                            : TensorFlow helps the tensors flow       jjhelmus / tensorflow - gpu   |     1.0 . 1  | conda           | linux - 64             kevin - keraudren / tensorflow |     0.9 . 0  | conda           | linux - 64             lcls - rhel7 / tensorflow     |    0.12 . 1  | conda           | linux - 64             marta - sd / tensorflow       |     1.0 . 1  | conda           | linux - 64                                                  : TensorFlow helps the tensors flow       memex / tensorflow          |     0.5 . 0  | conda           | linux - 64 , osx - 64                                            : TensorFlow helps the tensors flow       mhworth / tensorflow        |     0.7 . 1  | conda           | osx - 64                                                    : TensorFlow helps the tensors flow       miovision / tensorflow      |  0.10 . 0.gpu  | conda           | linux - 64 , osx - 64       msarahan / tensorflow       |  1.0 . 0rc2  | conda           | linux - 64             mutirri / tensorflow        |  0.10 . 0rc0  | conda           | linux - 64             mwojcikowski / tensorflow   |     1.0 . 1  | conda           | linux - 64             rdonnelly / tensorflow      |     0.9 . 0  | conda           | linux - 64             rdonnellyr / r - tensorflow   |     0.4 . 0  | conda           | osx - 64               test_org_002 / tensorflow   |  0.10 . 0rc0  | conda           |                Found  32  packages

选择一个较新的CPU或GPU版本，如jjh_cio_testing/tensorflow-gpu的1.0.1版本，输入以下命令查询安装命令

1 2 3 4 5 6 7 8 9 10 11 12

（能够略掉）$ anaconda show jjh_cio_testing / tensorflow - gpu   Using Anaconda API: https: / / api.anaconda.org Name:    tensorflow - gpu Summary: Access:  public Package Types:  conda Versions:     +  1.0 . 1   To install this package with conda run:       conda install  - - channel https: / / conda.anaconda.org / jjh_cio_testing tensorflow - gpu

使用最后一行的提示命令进行安装

1 2 3 4 5 6 7 8 9 10 11 12

$ conda install  - - channel https: / / conda.anaconda.org / jjh_cio_testing tensorflow - gpu = = 1.3 . 0   Fetching package metadata ............. Solving package specifications: .   Package plan  for  installation  in  environment  / home / will / anaconda2:   The following packages will be SUPERSEDED by a higher - priority channel:        tensorflow - gpu:  1.0 . 1 - py27_4 https: / / mirrors.tuna.tsinghua.edu.cn / anaconda / pkgs / free  - - >  1.0 . 1 - py27_4 jjh_cio_testing   Proceed ([y] / n)?

conda会自动检测安装此版本的Tensorflow所依赖的库，若是你的Anaconda缺乏这些依赖库，会提示你安装。由于我以前已经安装过了，因此这里只提示我安装Tensorflow。输入y并回车以后等待安装结束便可

• 能够选择次高版本的Tensorflow安装，由于最新版本可能清华 TUNA的仓库镜像库没有及时更新，而官方更新链接老是失败，我最开始选择了jjhelmus/tensorflow-gpu的1.0.1版本，其余依赖 库清华 TUNA的仓库镜像有资源，而到最后jjhelmus/tensorflow-gpu版本的Tensorflow安装包老是下载不下来，尝试20屡次以后 换了一个1.0.0的版本，终于顺利安装成功

进入python，输入

1	import  tensorflow as tf

若是没有报错说明安装成功。

（2）PIP安装tensorflow

安装完CUDA 8 和 cuDNN 5后， 在终端输入 sudo apt-get install libcupti-dev（参考：https://www.cnblogs.com/zengcv/p/6564517.html）

Ubuntu14.04默认安装的Python2.7.6

先安装Python库

1	sudo apt - get install python - pip python - dev

安装tensorflow：

      (1)在线安装 

                sudo pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl 

　　 (2)下载安装（因为Ubuntu系统下，网上比较慢，能够在windows下载。推荐这种安装方法） 

               sudo pip install tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl 

　　　　（下载地址：https://pypi.org/project/tensorflow-gpu/1.0.1/#files）

 

 

参考文献：

　　　　　　1.http://www.javashuo.com/article/p-fqlkjkjq-dr.html

　　　　　　2.http://www.javashuo.com/article/p-qpxzeerv-hv.html