linux安装anaconda+jupyter notebook+tensorflow环境

今天在linux上安装tensorflow遇到一些坑，因此写下博客记录一下。

 

一、安装anaconda

anaconda组织了很是多的Python科学计算、数据分析的包，好比numpy和pandas等，不须要咱们一个一个地安装这些包，很是方便。

浏览器进入anaconda下载页，下载对应版本的 .sh 包，下载完毕后打开终端，运行该下载文件便可安装

$    /usr/Downloads/Anaconda2-x.x.x-Linux-xx.sh

一路按下  enter  键，按照默认配置安装

 

而后，终端输入 $ conda -V ，若是显示版本号即说明安装成功。不然多是环境变量的问题。

 

二、安装tensorflow

须要注意的是tensorflow官方支持的linux发行版本为ubuntu，不过其它版本也能够安装和使用，只是bug的fix支持力度不大

安装教程在　　这里 　　若是没法访问，请往下看，不然直接跳第三步

 

在anaconda中建立名字为"tensorflow"的环境，我理解为anaconda的命名空间，能够统一管理包的引入问题，稍后解释

$    conda create -n tensorflow pip python=2.7 # python版本请根据须要更换，好比3.6

 

激活这个环境：

$    source activate tensorflow

 

此时你的终端的前面会出现(tensorflow)字样，表明你目前在tensorflow环境中，则你可使用和管理属于这个环境的包，注意若是要使用这里的包须要先激活它

如今，在这个环境中安装tensorflow必须的包：

$    pip install --ignore-installed --upgrade  tfBinaryURL 

注意 tfBinaryURL 须要根据tensorflow版本而改变，对应的URL以下：

 

若是你的电脑没有NVDIA GPU，则须要安装cpu-only版本

python2.7　　https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.6.0-cp27-none-linux_x86_64.whl

python3.6　　https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.6.0-cp36-cp36m-linux_x86_64.whl

 

NVDIA GPU supported：*

python2.7　　https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.6.0-cp27-none-linux_x86_64.whl

python3.6　　https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.6.0-cp36-cp36m-linux_x86_64.whl

*注意：若是你安装gpu版本则须要提早启动nvdia-docker容器：

$    nvidia-docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow:latest-gpu # 8888:8888是hostport:containerport 后面是tensorflowiGPUImage

按上述配置，你能够在jupyter notebook使用GPU supported的tensorflow

 

如今，检验你在该一步的安装状况：

确保你的tensorflow环境是激活状态，输入

$    python

则出现 >>> 的python交互prompt

输入：

1 import tensorflow as tf
2 
3 hello = tf.constant('Hello, TensorFlow!')
4 
5 sess = tf.Session()
6 
7 print(sess.run(hello))

若是显示 Hello, TensorFlow! 则配置成功，不然多是环境的问题

 

三、使用notebook

为了在notebook中能够直接使用tensorflow的包，须要在tensorflow被激活状况下，安装

$    conda install ipykernel    # ipykernel是你在该环境使用notebook的cond内核，

而后进入notebook

$    jupyter notebook

进入编辑界面，更改你的notebook内核

菜单栏，依次 Kernel -> chage kernel -> Python [conda env:tensorflow]

 

在编辑框中输入

import tensorflow as tf

若没有ERROR则这一步配置成功，不然conda内核没有配置成功

 

解释上面提到的conda环境，最直接的影响就是你在当前环境下只能引入当前环境的包，即使在conda环境中安装的包对你也是不可见的。