ubuntu14.04+TensorFlow+tflearn的安装

Ubuntu14.04+TensorFlow（cpu）版本

 

Anaconda安装tflearn。

无敌：http://blog.csdn.net/u010682375/article/details/74926541

=======================================

基于VMWare的Ubuntu14.04安装

事先准备：

1.由于使用的是虚拟机，所以建议最好安装xshell, xftp，便于进行文件的传输和控制

2.关闭防火墙: sudo ufw disable

3.安装ssh: sudo apt-get install ssh

 

一、使用PIP进行安装（简单易用，建议使用）

Pip安装

$ sudo apt-get install python-pip python-dev build-essential

$ sudo pip install --upgrade pip

Python的安装

sudo apt-get install python-pip python-dev

二．tensorflow安装（CPU版）

1. # 仅使用 CPU 的版本  

2. $ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl  

3.   

4. # 开启 GPU 支持的版本 (安装该版本的前提是已经安装了 CUDA sdk)  

5. $ pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl  

安装成功界面：

测试：在终端测试。

$ python

>>> import tensorflow as tf

>>> hello = tf.constant('Hello, TensorFlow!')

>>> sess = tf.Session()

>>> print sess.run(hello)

Hello, TensorFlow!

>>> a = tf.constant(10)

>>> b = tf.constant(32)

>>> print sess.run(a+b)

42

 

 

 

安装numpy：sudo apt-get install numpy

测试：python -c"import numpy;print numpy.version.version"查看numpy的版本

 

 

安装tflearn（首先要安装scipy）

安装scipy：依赖关系：scipy的安装需要依赖于numpy、lapack、atlas（后两者都是线性代数工具包，不清楚的自行google之。。。），而numpy和sci的测试程序的运行又依赖于nose，因此，整个安装过程必须要按顺序执行的，否则是无法执行下去的。

安装过程：

1、先安装nose包：sudo apt-get install python-nose

2、接下来安装各种包。

# 安装gfortran,后面编译过程中会用到

sudo apt-get install gfortran

# 安装blas,Ubuntu下对应的是libopenblas，其它操作系统可能需要安装其它版本的blas——这是个OS相关的。

 sudo apt-get install libopenblas-dev

# 安装lapack，Ubuntu下对应的是liblapack-dev，和OS相关。

sudo apt-get install liblapack-dev

# 安装atlas，Ubuntu下对应的是libatlas-base-dev，和OS相关。

sudo apt-get install libatlas-base-dev

 

安装scipy：sudo apt-get install python-scipy

 

测试方法：http://blog.csdn.net/MMChinaMM/article/details/51104450