Linux伺服器下安裝TensorFlow
簡單介紹在Linux伺服器的個人目錄下安裝TensorFlow。TensorFlow的安裝方式有多種，基於Pip的安裝、基於Docker的安裝、基於VirtualEnv的安裝、基於Anaconda的安裝，以及從原始碼編譯安裝，這些在官網均有介紹，這裡簡單記錄下基於Anaconda安裝的方法。
安裝Anaconda
Anaconda是一個整合許多第三方科學計算庫的Python科學計算環境，Anaconda使用conda 作為自己的包管理工具，同時具有自己的計算環境，類似Virtualenv。和Virtualenv一樣,不同Python工程需要的依賴包，conda將其儲存在不同的地方。TensorFlow上安裝的Anaconda不會對之前安裝的Python包進行覆蓋。
- 進入Anaconda官網下載頁面，選擇合適版本直接下載，或者在個人終端目錄下，使用wget命令，示例如下：
wget https://repo.continuum.io/archive/Anaconda2-4.4.0-Linux-x86_64.sh
1
下載到本地後執行安裝指令碼
bash Anaconda2-4.4.0-Linux-x86_64.sh
1
安裝完成後在~/.bashrc檔案中新增環境變數
export PATH=”/PATH”
1
此外，還需在~/.zshrc檔案新增相關路徑，否則在後面執行conda命令時，可能會出現錯誤資訊：zsh: command not found: conda。在.zshrc檔案的 #User configuration 處追加
export PATH = “HOME/anaconda/bin”
1
新增完路徑後分別執行以下命令使之生效
source ~/.bashrc
source ~/.zshrc
1
2
安裝TensorFlow
建立conda環境，命名為tensorflow
conda create -n tensorflow
也可指定Python版本
conda create -n tensorflow python=2.7
1
2
3
啟用並進入建立的conda環境
source activate tensorflow
1
下載並安裝TensorFlow
pip install –ignore-installed –upgrade tfBinaryURL
1
tfBinaryURL須根據平臺環境進行選擇。例如，對於Python2.7，GPU版本為CUDA8.0的平臺，可安裝如下版本
pip install –ignore-installed –upgrade \
1
2
在不確定安裝版本的情況下也可直接使用如下命令安裝
pip install tensorflow #CPU版本
pip install tensorflow-gpu #GPU版本
1
2
退出虛擬環境
source deactivate tensorflow
1
測試
用source activate指令進入tensorflow環境，執行Python直譯器
python
1
在Python環境內，逐條輸入以下語句
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
1
2
3
4
如果成功列印下面語句，說明安裝成功
Hello, TensorFlow!
1
注意事項
安裝GPU版本的TensorFlow時，需要使用NVIDIA的顯示卡，並安裝和配置CUDA和CUDNN環境。
一般對於多使用者使用的伺服器，系統主目錄下都會安裝有Python直譯器(甚至是多個版本)。對於大多數使用者而言都不具備管理員許可權，在利用pip命令安裝一些Python依賴庫時會失敗，因此在個人目錄下安裝整合的Anaconda環境，可以有效地與系統自帶的Python直譯器隔離，前提是在.bashrc檔案中新增路徑
export PATH=”PATH”
1
並執行以下命令使之生效
source ~/.bashrc
1
這樣每次執行python命令都是在個人目錄下的Anaconda環境中。如果要與系統Python環境隨時切換，可通過給命令起別名的方式，即別名宣告alias。
alias python27=”/usr/bin/python2.7” #系統Python環境
alias python36=”/usr/bin/python3.6”
alias pyana=”/home/myname/anaconda2/bin/python2.7” #個人Python環境，精確到版本路徑
1
2
3
使用系統自帶的Python時，執行Python27或者Python36命令即可；使用Anaconda時，執行pyana或者python命令。將上述命令新增到.bashrc檔案中，這樣每次開機都不需要重新輸入。
conda的簡單命令
conda create -n [name] #建立名為name的conda環境，如tensorflow
source activate [name] #啟用並進入建立的環境
source deactivate [name] #退出名為name的環境，回到系統預設環境
conda remove -n [name] –all #刪除建立的conda環境
conda info -envs #檢視所安裝環境列表，建立的環境都在~/anaconda2/envs/目錄下面
conda list #檢視已經安裝的包
conda install [packagename] #安裝具體的包，加-n [name]可以安裝到指定環境
conda list -n [name] #name環境下安裝了哪些包
conda update -n [name] [packagename] #升級name環境的名為packagename的包
conda remove -n [name] [packagename] #刪除name環境的名為packagename的包