ubuntu16.04中安装CPU版的tensorflow教程

        今天我给大家说一下ubuntu16.04中安装cup版本的tensorflow。这篇博客对于Ubuntu 16.04下在python2中安装tensorflow，另外声明一点tensorflow只有64位版本的，这个很重要，所以会有不少人在32位软件中安装tensorflow提示是找不到合适版本的，或者这个平台不能安装之类的话语。

        由于我的ubuntu是最新版的（ubuntu-16.04-desktop-amd64），里面自带的Python是2.7.11。因此满足要求。由于tensorflow有三种安装方式，这里采用的是pip安装方式。先要升级你的pip命令：sudo apt install python-pip；或者为：pip install --upgrade pip

下面开始安装python2.7版本的tensorflow：

（1）首先安装python-pip和python-dev

[python] view plain copy

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

（2）安装tensorflow（下面步骤五选一）

        1:利用pip安装tensorflow-0.08版本 ：

[python] view plain copy

1. sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl  

       2：利用pip安装tensorflow-0.10.0版本

[python] view plain copy

1. sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl    

      3：利用pip安装tensorflow-0.12.1版本：

[python] view plain copy

1. export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp27-none-linux_x86_64.whl  
2.   
3. sudo pip install --upgrade $TF_BINARY_URL  

      4：利用pip安装TensorFlow-0.12.1.0rc1版本：

[python] view plain copy

1. pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.0rc1-cp27-none-linux_x86_64.whl  

      5：利用pip命令，自适应找到合适版本的tensorflow：

[python] view plain copy

1. pip install tensorflow  

(3)通过下面一段代码来测试tensorflow是否安装成功：

[python] view plain copy

1. $ python  
2. ...  
3. >>> import tensorflow as tf  
4. >>> hello = tf.constant('Hello, TensorFlow!')  
5. >>> sess = tf.Session()  
6. >>> print(sess.run(hello))  
7. Hello, TensorFlow!  
8. >>> a = tf.constant(10)  
9. >>> b = tf.constant(20)  
10. >>> print(sess.run(a + b))  
11. 30  

      如果出现上面的结果，说明你的tensorflow安装成功。

       运行tensorflow的 sess = Session()时提示了一个信息为：

[python] view plain copy

1. W tensorflow/core/platform/cpu_feature_guard.cc:45]   
2. The TensorFlow library wasn't compiled to use SSE3 instructions,   
3. but these are available on your machine and could speed up CPU computations.  

      这个信息可以忽略，它只是说明你的电脑tensorflow用的是CPU运行。

        查看你的tensorflow路径为：

[python] view plain copy

1. tf.__path__  

       查看你的tensorflow版本为：

[python] view plain copy

1. tf.__version__  

     上面的介绍是安装python2版本下的tensorflow。下面来说以下安装Python3版本的tensorflow。其中tensorflow2.7系列版本和3系列版本是可以共存的只要你到时候注意区分你进入的Python环境就可以。安装的道理和上面的一样，不过首先你要寻找python3版本的tensorflow。由于Ubuntu16.04里面也自带了3.5版本的Python，所以很方便的省去了我安装Python的麻烦，所以小编建议还是实时用新版本的东西比较好，更人性化，但是安装Python的步骤还是要会的哦，和安装JDK类似，如果不会的话可以去百度百度别人的博客。我们坚决不能让机器把我们变成傻瓜式的。

       这里再介绍一个小常识：

       我们在寻找自己想安装的Python时，一般tensorflow后面会跟着一堆数字和字母的混合字符串，这个很重要，我们一定要掌握这个常识：

       一般tensorflow后面跟着tensorflow-0.8.0说明这个tensorflow是0.8版本的；后面跟着0.12.0说明这个tensorflow是0.12版本的；后面跟着0.12.0rc1说明这个版本是0.12的升级版本增加了0.12.0版本没有的新特性。再后面的cp27说明这个tensorflow是Python2.7版本下的tensorflow。所以上面的tensorflow小编我都用的是cp2.7因为我上面介绍的都是python2.7版本下安装tensorflow。

        下面开始正式介绍python3.5版本下安装tensorflow：

(1)：首先升级的Python3-pip和Python3-dev：

[python] view plain copy

1. sudo apt-get install python3-pip python3-dev  

(2)：安装tensorflow（以下步骤4选一）：

      1：安装Python3.4的tensorflow（不推荐）：

[python] view plain copy

1. export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp34-cp34m-linux_x86_64.whl   
2. sudo pip3 install --upgrade $IF_BINARY_URL  

      2：安装python3.5的tensorflow（推荐）：

[python] view plain copy

1. export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl  
2. sudo pip3 install --upgrade $IF_BINARY_URL  

      3：利用pip找到自适应的tensorflow：

[python] view plain copy

1. pip3 install --upgrade tensorflow  

     4：登录到我国清华大学的镜像库找到适合自己的镜像：(五星级推荐)

命令和上面类似，清华大学镜像库

清华大学镜像下载库

(3)：测试你的tensorflow：

[python] view plain copy

1. $ python3  
2. ...  
3. >>> import tensorflow as tf  
4. >>> hello = tf.constant('Hello, TensorFlow!')  
5. >>> sess = tf.Session()  
6. >>> print(sess.run(hello))  
7. Hello, TensorFlow!  
8. >>> a = tf.constant(10)  
9. >>> b = tf.constant(20)  
10. >>> print(sess.run(a + b))  
11. 30  

如果出现上面的结果，说明你的tensorflow安装成功。

   查看你的tensorflow路径为：

[python] view plain copy

1. tf.__path__  

   查看你的tensorflow版本为：

[python] view plain copy

1. tf.__version__  

    这就是Python2和3系列版本的tensorflow安装介绍。