Ubuntu上安装TensorFlow（python2.7版）

hhajhh

　　笔记内容：Ubuntu上安装TensorFlow（python2.7版）
笔记日期：2018-01-31

　　我的系统环境：

• Ubuntu 16.04 LTS
  
• python 2.7
  
• python 3.5
  

　　TensorFlow的两个版本：

　　TensorFlow的安装形式主要有以下几种：

• virtualenv
  
• pip
  
• docker
  
• anaconda
  
• 源代码编译
  

　　pip是Python软件包管理系统：Pip Install Packages 递归缩写
　　pip安装软件包命令的格式如下：

　　pip install 软件包名

　　pip卸载软件包命令的格式如下：

　　pip uninstall 软件包名

　　我这里先使用virtualenv虚拟环境形式的安装，一会再介绍使用pip安装到本地系统，以下是TensorFlow官方的安装文档：

　　https://tensorflow.google.cn/install/install_linux

　　1.安装python-pip、python-dev以及python-virtualenv等包，我这里安装的是python2.7版本的：

$ sudo apt-get install python-pip python-dev python-virtualenv
　　2.创建一个Virtualenv环境：

[zero@zero-virtual-machine:~]$ virtualenv --system-site-packages tensorflow
Running virtualenv with interpreter /usr/bin/python2
New python executable in /home/zero/tensorflow/bin/python2
Also creating executable in /home/zero/tensorflow/bin/python
Installing setuptools, pkg_resources, pip, wheel...done.
　　3.激活Virtualenv环境：

[zero@zero-virtual-machine:~]$ source ~/tensorflow/bin/activate
(tensorflow) [zero@zero-virtual-machine:~]$
　　4.安装pip：

(tensorflow) [zero@zero-virtual-machine ~]$ easy_install -U pip
　　5.安装tensorflow，我这里安装的是cpu版本的：

(tensorflow) [zero@zero-virtual-machine ~]$ pip install --upgrade tensorflow
　　提示：如果你的pip安装的很慢的话，是因为默认使用的是国外的源，我们可以更换成国内的源：

[zero@zero-virtual-machine ~]$ vim .pip/pip.conf  # 编辑为以下内容
[global]
index-url = http://pypi.douban.com/simple
trusted-host = pypi.douban.com   #没有这句会包warning
disable-pip-version-check = true   #版本不检查
timeout = 120   #超时时间设置
　　注：如果.pip/pip.conf没有则创建即可。
　　6.安装完之后进入python命令行，导入tensorflow包，如果没有任何输出则代表安装成功：

(tensorflow) [zero@zero-virtual-machine ~]$ python
Python 2.7.12 (default, Dec  4 2017, 14:50:18)
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
>>>
　　其他的一些操作：
deactivate命令可退出虚拟环境：

(tensorflow) [zero@zero-virtual-machine ~]$ deactivate
[zero@zero-virtual-machine ~]$
　　删除虚拟环境只需要把生成的目录删除即可：

[zero@zero-virtual-machine ~]$ rm -rf tensorflow/
[zero@zero-virtual-machine ~]$
　　以上我们演示了通过virtualenv来安装tensorflow，接下来再演示一下通过本地pip来安装tensorflow：
　　1.首先需要安装pip及dev：

[zero@zero-virtual-machine ~]$ sudo apt-get install python-pip python-dev
　　2.然后使用pip进行安装即可：

[zero@zero-virtual-machine ~]$ pip install tensorflow
　　3.安装完之后也是进入python命令行，导入tensorflow包，如果没有任何输出则代表安装成功：

[zero@zero-virtual-machine ~]$ python
Python 2.7.12 (default, Dec  4 2017, 14:50:18)
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
>>>
　　这种方式是安装在本地的系统上，而之前那种安装方式则是安装在一个虚拟的环境中，每次都需要进入虚拟环境中才可以使用tensorflow，安装在本地系统则不需要。
　　卸载tensorflow使用以下命令：

　　sudo pip uninstall tensorflow

　　我们可以使用pip来安装一些Python的基本类库：

pip install numpy
pip install pandas
pip install matplotlib

编写第一个TensorFlow程序：Hello World
　　以上我们已经安装好了TensorFlow，那么我们就来编写第一个TensorFlow程序：Hello World
　　1.创建好相应的目录：

[zero@zero-virtual-machine ~]$ mkdir TensorFlow
[zero@zero-virtual-machine ~]$ cd !$
cd TensorFlow
[zero@zero-virtual-machine ~/TensorFlow]$ mkdir HelloWorld
[zero@zero-virtual-machine ~/TensorFlow]$ cd !$
cd HelloWorld
[zero@zero-virtual-machine ~/TensorFlow/HelloWorld]$
　　2.编辑一个python文件：

[zero@zero-virtual-machine ~/TensorFlow/HelloWorld]$ vi helloworld.py  # 内容如下
# -*- coding: UTF-8 -*-
# 引入 Tensorflow 库
import tensorflow as tf
# 创建一个常量 Operation （操作）
hw = tf.constant("Hello Wolrd!")
# 启动一个Tensorflow 的 Session（会话）
sess = tf.Session()
# 运行 Graph （计算图）
print sess.run(hw)
# 关闭 Session（会话）
sess.close()
　　3.运行这个文件，看看是否正常输出：

[zero@zero-virtual-machine ~/TensorFlow/HelloWorld]$ python helloworld.py
2018-02-01 00:22:43.680173: I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA
Hello Wolrd!
[zero@zero-virtual-machine ~/TensorFlow/HelloWorld]$
　　如上，可以看到 Hello Wolrd! 被正常输出了，以及打印了一些警告提示信息，到此为止我们的第一个TensorFlow程序就编写完成了。
　　这个警告的大致意思是：tensorflow觉得你电脑cpu还行，支持AVX（Advanced Vector Extensions），运算速度还可以提升，所以可以开启更好更快的模式，但是你现在用的模式相对来说可能不是那么快，所以这个其实并不是存在错误，所以如果不嫌当前的模式慢就忽略掉这个警告就好了。
　　如果，不想有这个警告信息的输出，则可以在代码上加上这两句：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
　　然后就不会输出警告信息了。