ubuntu下如何安裝Tensorflow？

AI這個概念好像突然就火起來了，年初大比分戰勝李世石的AlphaGo成功的吸引了大量的關注，但其實看看你的手機上的語音助手，相機上的人臉識別，今日頭條上幫你自動篩選出來的新聞，還有各大音樂軟體的歌曲“每日推薦”……形形色色的AI早已進入我們生活的方方面面。深刻的影響了著我們，可以說，這是一個AI的時代。

其實早在去年年底，谷歌就開源了其用來製作AlphaGo的深度學習系統Tensorflow，相信有不少同學曾經對著這款強大的機器學習系統蠢蠢欲動，但雖然有關Tensorflow的教程其實不少，甚至谷歌官方就在Tensorflow的官網給出了一份詳細的教程，也有網站已經將其翻譯成了

而今天我要做的，就是帶著所有這些幾乎沒有程式設計基礎卻很想學習Tensorflow的同學跨過這道坎。告訴你們大家如何準備好使用Tensorflow進行程式設計所需的一切，以及如何看懂教程上的那些程式碼所代表的含義，那麼廢話不多說，我們馬上開始。

在Linux作業系統下的安裝

安裝環境

Tensorflow的支援列表裡是沒有Windows的。雖然可以用Docker來實現在Windows上執行，但小問題很多，它支援的最好的還是基於unix核心的系統，如Linux，因此我們最好還是安裝一個Linux的環境來執行它。Linux是一款免費的開源作業系統，應用非常廣泛，如著名的Android就是基於Linux改進的一款針對手機的作業系統。而對於我們來說，最易於理解的版本就是著名的Ubuntu，點選

如果你使用的是Mac，那就方便很多了，因為Mac os本身就是一個基於Unix的作業系統，已經搭載了全部安裝Tensorflow所需要的元件。所以安裝的很多步驟都可以省去，直接進行Tensorflow的安裝，不過命令同Ubuntu有所不同。但你也可以看看接下來的教程，對理解那些命令也會有幫助。呃……你說你在Mac上裝了Windows？

下載之後，你會得到一個裝著Ubuntu系統的.iso檔案。有兩個辦法來處理它，一是直接安裝，同電腦現在在用的系統組成雙系統（當然你也可以換掉現在的系統，不過我想應該沒有人會願意這麼做的吧哈哈）。如果你不想那麼大動干戈，也可以通過虛擬機器來虛擬一個系統。不過，安裝虛擬機器對配置有一定要求，畢竟它相當於在你的電腦上同時開啟兩個系統了——CPU最好不要低於4代i3（尤其是筆記本，CPU型號的i3/5/7-xxxx的四位數裡第一個x就表示它的代數）。記憶體——注意，記憶體一定不能低於4g，因為你給虛擬機器分配的記憶體在虛擬機器啟動之後會1:1的從你的實體記憶體中划走。

虛擬機器安裝中

網上相關的教程都比較多，在這裡就不重複了，注意搜尋安裝雙系統教程的時候要加上你現用的系統和你下載的Ubuntu系統的版本號。這裡只講幾個需要注意的地方。

因為Linux對安全性非常重視，因此不僅許可權管理十分嚴格，在建立作業系統的時候也會要求你一定要輸入一個密碼，這個密碼將用來登陸和獲得root許可權。就比如上面這個介面，如果你不把所有空格都填好是沒法點下一步的。

Python

Ubuntu桌面的樣子，（悄悄說一句筆者覺得基於Unix的系統普遍比Windows好看太多，主要是字型看著真舒服）

安裝好之後，我們看到了一些熟悉的軟體和一些不熟悉的軟體，我們先不去管它，介紹一下Python。Python是一種高階語言，它的特點是程式很簡潔，但是因為簡潔，所以在將其翻譯成CPU可以理解的指令——也就是執行程式碼的時候速度會比那些低階一些的語言，比如C語言慢一些。不過在現在電腦的效能面前，這種速度的差別大多數時候根本不足掛齒。

直譯器

很多人可能會覺得Python很抽象，因為提到Python，大家不會像C語言那樣馬上想起它有一個專用的編譯器。Python可以執行的地方千奇百怪。甚至可以很方便的在系統的Terminal（一個類似於Windows裡的命令列的工具）裡直接執行。Ubuntu自帶了Python，因此一般不用煩心安裝事宜。

Tensorflow支援多種前端語言，但對Python的支援是最好的，因此我們的教程也基於Python來進行，首先我們開啟Terminal。作為Ubuntu中非常重要的一個組成部分，有很多種方法可以開啟它。比如在桌面上點選右鍵

也可以點選左上角的那個Ubuntu圖示搜尋。開啟後可以看到Terminal視窗如下所示。標題欄裡@符號前面是你的使用者名稱。

如果你在你的計算機使用史中從來沒有離開過圖形使用者介面（就是有一個滑鼠和很多圖示讓你點的那種）。看到這個簡單得嚇人的視窗不要慌，只要輸入正確的命令就好了。

在正式開始之前我想說：一定要注意視窗給出的提示（英文）。在實際操作中可能會碰到各種各樣的問題，但常見的問題其實都可以根據它的報錯資訊找到原因，只要上網搜一搜相應的資訊就能解決，甚至它自己就會給出解決的建議。如果你發現你的步驟一切正確，但就是無法成功，多試幾次就好了，畢竟這些服務都是谷歌提供的，而谷歌……你懂的。

必不可少的python-pip和python-dev

在這個視窗中輸入命令：

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

注意，視窗中其實已經有一個$符號了，因此你在複製或者輸入命令時其實不用將這個$符號也包括進去，但是網上的教程給出命令的時候一般是會把這個符號包括進去的，作為一個標誌。注意一下就好。

命令最開始的sudo意味著這條指令將以root許可權執行，所以需要輸入你最開始設定的那個密碼，注意輸入過程在螢幕上是不會有任何體現的。輸完直接按回車就行。

輸入後會出現一串程式碼，然後問是否繼續，輸入y回車

然後可以靜待安裝完成，解釋一下這條命令：apt-get是從軟體倉庫中獲取軟體的一條命令，而軟體倉庫是Linux各大發行版的共有特徵：它是一系列存放軟體的伺服器或網站，包含了軟體包和索引檔案，使用者可以很輕鬆的使用命令自動定位並安裝其中的軟體，而省去了到處搜尋的麻煩。install則是安裝指令，而python-pip和python-dev則是兩個需要安裝的軟體包的名字。pip可以理解成一個比較高階的軟體安裝器，安裝Tensorflow要用到，而dev則是一個額外的類庫，也是Tensorflow的安裝和執行需要的。如果一切順利，在大串英文劃過後，我們會看到如下的介面：

此時就可以安裝Tensorflow了，指令如下：

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

就像前面所說的，你可能會碰到這樣那樣的問題，比如下圖這樣的

在這些時刻，不要慌張，仔細閱讀錯誤資訊，越往後的通常越重要，因為結論都是在最後給出的，像這個的最後：

你看，它不僅告訴了你應該試著做什麼，連怎麼做都告訴你了。按它說的做就好

不過其實當時筆者用的並不是8.1.1版本，使用升級命令後也只是升級到了8.1.1版本，再次輸入相同命令，它會告訴你你的版本已經是最新的了。但問題確實解決了，這條提示在之後沒有再出現。

更新程式將版本更新到了8.1.1，然後這個提示就不會再煩你了

再次輸入安裝Tensorflow的命令，如果不行，就多試幾次，

仔細看這些黃字的資訊，會發現Network is unreachable這樣的字樣，如果你有什麼傳說中的利器的話，現在是時候拿出來用了。但是不用也沒關係，多試幾次，還是可以成功的。

出現上圖這樣的介面的時候，你就可以長舒一口氣，因為安裝已經完成，現在你已經可以使用Tensorflow了，讓我們跟著教程向世界說聲hi吧。

從Terminal進入Python環境的方法也很簡單，直接輸入命令：Python。如果本機已經安裝了Python，Terminal會顯示Python的版本號等資訊，同時下一個指令的字首會由使用者名稱等一串字元變成這樣的東西：“>>>”，這說明進入完成了。

按照下面的命令一行一行的敲入程式碼，語法我在這就不解釋了~

為了到達這一步，你可能付出了很多艱辛，可能中途出了很多錯，但相信當你看到程式真的按照你的指令來運行了一遍，你會覺得這一切都是值得的。

#彩蛋時間#

1.程式設計師們在接觸一門新語言的時候，通常做的第一件事就是編寫一個Hello World程式，這一慣例源自最初一批大神們對計算機程式的希冀，希望它們就像一個新生兒一樣，能友善的對這個世界宣告它的到來。

2.數字42的含義非常深刻。據著名一本道科幻小說“銀河系漫遊指南”所說，42是一個關於“生命、宇宙以及一切”的問題的答案（哈？你問我問題是什麼？）。谷歌的創始人很可能也是這本小說的狂熱粉絲，因為谷歌把這個彩蛋也嵌入了它們的搜尋引擎之中，而且谷歌的總部外面就有一個“42”的模型。

大型程式開發必備：IDE（整合開發環境）

雖然說在Terminal裡就可以直接程式設計了，但我們總還是需要一個工具的，要不然要編一個大型程式幾乎是不可能完成的事。這就是IDE出場的時候了。大家就會驚喜的發現，自己之前在C語言看過的熟悉的程式設計介面又回來了（當然它們很多都是收費的）。其實由於Python是開源的，理論上任何人足夠厲害的人都能開發出針對它的IDE，而確實有很多人這樣做了。牛人太多，他們做出的工具孰優孰劣大家並沒有統一的意見，所以大家乾脆就不介紹該用哪個了，這才造成了很多人對Python“抽象”的感覺。

好用的IDE有很多，本文介紹的是Komodo IDE的免費版Komodo Edit。在Linux下開啟它的官網（點選連結http://komodoide.com/download/edit-linux64/#），下載得到的是一個壓縮檔案。點選右鍵解壓。

Linux中安裝有些第三方軟體的方法和Windows不太一樣，比如這款，在它的資料夾裡有一個install.sh。

這實際上就是安裝檔案，但直接開啟它是不行的，要安裝它還得在Terminal裡進行。進入Terminal，確保自己在普通而不是Python環境下，然後通過輸入cd+資料夾名稱，逐層進入這個安裝檔案所在的資料夾，如進入Download資料夾，就輸入：cd Download（Python對大小寫敏感，因此最好養成在輸入時都分清大小寫的習慣。），因為在輸入一個安裝命令的時候，程式只會在你當前所在的那個資料夾（不包括子資料夾）裡搜尋安裝檔案的名稱。習慣圖形介面的人可能會有點頭暈，但是隻要牢記以下這點就能找到回家的路：開啟Terminal時預設你所在的資料夾對應的檔案管理器介面就是下圖這個。在初期你可以一邊開著圖形介面開啟資料夾，一邊在Terminal裡敲出對應的路徑，這樣就不會迷路了。

當然，有些軟體有更簡單的安裝方式，這裡不講了。

到達安裝檔案所在的介面之後，輸入./+檔名稱，如本例中就是輸入./install.sh，效果如下：

按照資訊中給出的路徑就可以找到啟動這個程式的檔案了，本例的檔案在bin裡。

接下來的設定就和在Windows中差不多了。

開啟後，我們通過它試驗一下官方教程中“介紹”部分給出的一個相對簡單的演算法。

點選New File

點選右上角的語言選擇，選擇Python，這樣就可以在輸入過程中檢查出一些語法錯誤。

（如果直接複製的話，會把網頁裡帶有的一些奇怪的程式碼也帶過來，會導致程式執行出錯，如下面示例中出現過的那樣，因此需要將中文註釋刪掉。）將輸入的程式碼儲存為*.py，這是Python檔案的字尾名。可以通過Terminal呼叫。按照之前的方法在Terminal中進入到存放檔案的資料夾裡，本文中的路徑是這樣的：

然後輸入Python+檔名，本例中是Python Text-3.py，由於這個演算法很簡單，很快就能得到結果。滿滿的成就感有沒有？

總結

其實本教程只是開了一個很小很小的頭，講解了關於Tensorflow的一些最基礎的知識，包括其他環境中的安裝、GPU支援等稍微複雜一點的東西都沒有講到。但實際上這從0到1的過程卻是難住很多人的最大因素。在瞭解到教程中的這些東西之後，相信理解Tensorflow的官方教程已經對你沒有難度了，如果你跟著官方教程走下去，會發現其實這些東西並不算難，相信以各位的智慧一定能學會的。那麼本次教程就到這裡了，各位加油吧，說不定創造出下一個AlphaGo的就是你們呢。