1.深度学习框架——TensorFlow的安装与入门

转载自http://blog.csdn.net/qq_18297933/article/details/52465616

研一时，从我身边的一些好基友中了解到，他们实验室用的框架都是caffe，前段时间我也在windows下尝试安装了Caffe，但白天“科研”任务中，编译时成功13个，失败3个，我还没有去找原因（大家最好在Linux下搞这些东西，window反而更麻烦！）。最近一直在看深度学习理论方面的东西，在跟一个业内前辈交流的时候他说现在主流还是caffe用的多，但Google公司在2015年11月10日开源了他们的公司内部的深度学习框架——TensorFlow，听说AlphaGo就是用这个框架搞出来，简直各种膜拜，毕竟Google！而且caffe仅仅对CNN的支持比较好，而我最近又准备参加一个nlp的竞赛，可能会用到RNN和LSTM，所以学习TensorFlow是必然的，因为有很多资料和社区，资源在向它倾斜，再加上Google的名气。。。我猜测这个框架或许会成为主流，所以开始自学！顺便提一下，Caffe是我搭过的环境中最难的大哭但是，TensorFlow简直简单的不要不要的（TensorFlow不支持windows系统）。下面开始介绍下TensorFlow环境的搭建，我用的系统是Ubuntu14.0.4：
1.首先安装Python环境，因为Anaconda自带了很多第三方计算库，所以我先安装了Anaconda（直接在官网下载，选择Pyhton2.7并且与自己系统一致的位数即可，之后在Download目录里会看到.sh文件，直接bash即可，网上有很多教程）。
2.之后就要在Anaconda下安装TensorFlow了，首先建立一个conda计算环境：
命令：conda create -n tensorflow python=2.7

3.激活环境，使用conda安装TensorFlow
命令：source activate tensorflow
命令：pip install –ignore-installed –upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl（cpu模式，gpu模式等待后序补充）

安装成功后，每次使用TensorFlow的时候需要激活conda环境，在正常情况下，是Anaconda的bin路径在环境变量中，但激活conda-tensorflow环境后，环境变量中存储的是tensorflow下的bin路径。测试TensorFlow是否安装成功：在终端输入python，进入python环境后输入import tensorflow，可以看到无报错，证明已经成功导入。

4.但是！虽然在终端里没有错误，而我用Anaconda自带的IDE spyder编辑python时，发现无法导入tensorflow模块，我猜测应该时IDE的搜索路径没有包含tensorflow的路径吧（未仔细研究），然后我在Anadconda的安装路径中找到了/envs/tensorflow/lib/python2.7，并将该路径中的site-packages文件夹中的所有文件拷贝到，Anaconda安装路径下的lib/python2.7/site-packages文件夹中，之后再次打开IDE，发现已经可以import了！！！！