Ubantu 安裝 TensorFlow
1、安裝 Python3
1）檢視系統所安裝的python版本
開啟終端(快捷鍵：Ctrl+Alt+T)輸入指令：python -V （大寫 V），如圖所示，我的系統是ubuntu17.10，預設安裝的python版本為2.7.14。
2）安裝最新 Python3##
通過命令列sudo apt-get install python3 即可安裝最新版本的Python3：
由於我安裝的是Ubantu 17.10.1 系統自帶Python 3，所以提示安裝0個安裝包
剛才的Python3是被預設安裝帶usr/local/lib/python3.6目錄中，如下
由於Ubuntu很多底層採用的是Python2.*，而Python2和Python3是互相不相容的，所以此時不能解除安裝Python2，需要將預設Python的指向Python3
3）重指定系統預設 Python
在命令提示符中輸入：sudo rm /usr/bin/python 移除預設的python2.7
輸 入：sudo ln -s /usr/bin/python3.6 /usr/bin/python 指定python3.6為預設python
並 通 過：python -V 檢查系統預設指定Python版本
對於已經安裝過Python3的可以通過sudo apt-get install python3來升級Python3到最新版本，然後從新定向Python
sudo mv /usr/bin/python3 /usr/bin/python3-old
sudo ln -s /usr/bin/python3.x /usr/bin/python3
2、安裝 pip3
pip是一個安裝和管理Python包的工具。在pip的幫助下，你可以安裝獨特版本的包。最重要的是，pip可以通過一個“requirements”的工具來管理一個由包組成的列表和版本號。pip很像easy_install，但是pip有一些額外的特色。
1）更新系統包
sudo apt-get update
sudo apt-get upgrade
2）安裝 pip3
# python2環境下安裝pip # sudo apt-get install pip # python3環境下安裝pip sudo apt-get install python3-pip
對於已經安裝過pip的可以通過以下命令直接升級pip版本
# python 2.7版本：
sudo pip install --upgrade pip
# python 3.x版本：
sudo pip3 install --upgrade pip
3）檢查是否安裝成功
檢查 pip3 是否安裝成功
pip3 -V
4）解除安裝舊版本 pip
但有時通過apt-get安裝的pip版本太老，使用舊版本pip安裝一些包時會報出提醒來升級pip。如果想升級最新的pip，需要先解除安裝pip，命令為
sudo apt-get remove python-pip
5）pip 常用命令
- 檢視pip幫助：pip -help
- 安裝新的python包：pip install packageName
- 解除安裝python包：pip uninstall packageName
- 尋找python包：pip search packageName
3、安裝 vim
系統是沒有自帶Vim的，需要我們通過以下指令進行安裝
sudo apt-get install vim
4、安裝 scrapy
scrapy是一個快速高層次的螢幕抓取和web抓取框架，用於抓取web站點並從頁面中提取結構化的資料，可以用於資料探勘、檢測和自動化測試。
該擴充套件庫具有如下優點：整個爬取過程簡單。建立一個類，並定義要刪除的專案型別，編寫一些從網頁中提取資料的規則，結果將以JSON、XML、CSV或其他的格式匯出，蒐集的資料可以儲存在raw，也可以在匯入時進行清理。此外scrapy可以擴充套件允許其他行為例如網站登入處理、會話cookie處理。影象也可被scrapy自動提取並與被抓取的內容進行關聯。 總之scrapy是一個很強大的爬蟲爬取框架。
需要在root模式下使用如下命令安裝
# 通過sudo su進入到root模式，可能需要輸入命令
sudo su
# 通過以下命令安裝scrapy
pip3 install scrapy
5、安裝 numpy
numpy是一個開源的科學計算和數學工作基礎包，包括統計學、線性代數、矩陣等 可使用如下命令安裝,同樣需要取得root許可權：
sudo su
pip3 install numpy
6、安裝TensorFlow
TensorFlow可以安裝CPU和GPU兩種版本，對於深度學習GPU執行效率大約是CPU的幾倍至幾十倍，相同的程式，CPU版可能需要執行一天左右（假設），那麼GPU版本可能幾個小時就執行完了，而目前跑深度學習的GPU暫時主要是英偉達（NVIDIA）。 ##1) GPU 版本安裝: GPU安裝過程要比CPU安裝複雜許多，大致過程有以下幾步：
- 更新電腦顯示卡驅動，直接在更新裡面就可以完成；
- 先更改gcc和g++，Ubantu17自帶的gcc和g++為7版本的，Tensorflow暫時還不支援這麼高的版本，所以首先我們需要將gcc和g++降低版本（gcc和g++的作用如同windows裡的vc和vs一樣，為c和c++編譯器，而gcc和g++就是Ubantu裡的c和c++編譯器）；
- 安裝CUDA，CUDA是英偉達專門為GPU計算推出的計算平臺，從CUDA3.0開始已經支援C++和FORTRAN，所以上面我們需要將gcc和g++調整到CUDA支援的版本；
- 安裝cuDNN，cuDNN是英偉達為CUDA加速運算推出的加速庫，用於在GPU上實現高效能現代平行計算；
而如何才能知道自己的電腦是否支援TensorFlow的GPU版本，需要檢視自己的電腦硬體配置，如果檢視電腦硬體不太方便的話，可以通過以下命令檢視Ubantu顯示卡的型號：
lspci|grep VGA
GPU版本安裝命令如下： 具體安裝教程請參考https://blog.csdn.net/dream_an/article/details/74992346
2）CPU 版本安裝命令如下：
CPU效能雖然不如GPU效率高，但是GPU也不是常有的，所以CPU版本的更適用沒有很好地獨立顯示卡的小夥伴們，CPU的各個系列型號的效能也是不盡相同的，通過以下指令可以直接檢視電腦的CPU資訊：
CPU版本的TensorFlow安裝也很簡單，命令如下：
# python 2.7版本：
sudo pip install tensorflow
# python 3.x版本：
sudo pip3 install tensorflow
若上述命令執行過程沒有報錯，則安裝成功
若提示錯誤，請檢查網路，重試上述命令
3）解除安裝Tensorflow
如果剛開始安裝了CPU版本的TensorFlow，後來發現GPU支援，那麼需要先解除安裝CPU版本的TensorFlow，命令如下：
sudo pip uninstall tensorflow
成功解除安裝效果為：
7、測試安裝結果
進入python編譯環境，匯入TensorFlow，做一個簡單的加法運算，如圖所示。
