TensorFlow （下面简称TF）有很多种安装方式,比如原生pip方式，ｄｏｃｋｅｒ方式等等，参考官网　，但是个人认为，作为学习阶段，最为方便的安装方式是用Anaconda的集成虚拟环境，可以免去手工安装CUDA驱动的麻烦。

一、安装准备

需要注意的，在Ubuntu下安装TensorFlow ,有如下前提条件:

64-bit 台式机 或　笔记本Ubuntu 14.04 或更高

满足了这些条件之后，你需要考虑的是，你是否有NVIDIA的显卡，需要 CUDA Compute Capability 3.5 或以上的，可以去英伟达官网查询你的显卡是否可用。若可用，则建议您安装GPU版本的TF,若你的显卡太老旧了，或者你没有ＮＶＩＤＩＡ的显卡，则建议您安装ＣＰＵ版本的TF。

*若您选择安装ＧＰＵ版本的ＴＦ，本文假设你已经在操作系统上安装好了该显卡的驱动程序。

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。目前官方提供了基于python2.7的 anaconda2　和基于　python3.6 的anaconda3　下载。

我是下载的Anaconda2-5.1.0-Linux-x86_64.sh

Anaconda 安装包可以到  下载。 ps:也可以去官网下载 

下载后，进入该文件目录：

bash ./Anaconda2-5.1.0-Linux-x86_64.sh

回车

全程Yes，默认安装在当前用户的home目录下，注意，最后一步，是问你要不要添加环境变量，默认是ＮＯ，最好选择YES.

安装完毕之后，可以用如下命令查看环境变量是否添加成功：

gedit ~/.bashrc

环境变量会在新打开的终端中生效，当前终端是不行的，因为.bashrc文件是在新打开一个终端时自动运行的。

到这里，就安装完毕了，不过呢，由于国内访问国外的官方源实在太慢了，所以我们需要把Anaconda的源切换到国内的，比如清华大学的源.

三、切换源打开终端 ，执行如下命令，更换清华源

conda config --add channels  config --add channels  config --set show_channel_urls yes

四、如何使用anaconda

本质上，Anaconda就是一个python发行版,因此，要使用Anaconda, 无非就是配置环境变量，使我在终端中敲python命令时，执行的是anaconda里的那个python程序及环境，而不是linux系统内置的那个python程序环境。

在终端里执行如下命令即可完成配置，这是由anaconda为我们提供的快捷设置或切换环境的脚本工具。

source activate root

解释：source　是linux的命令，意思是在当前bash环境下读取并执行后面的脚本

activate　是 ~/anaconda2/bin/activate 文件，由于我们在安装时自动配置了PATH环境变量，所以可以省略路径

root 是anaconda安装好之后，默认的建立的一个python环境，你可以不用这个环境，自己用anaconda新建一个环境，可以去参考官方文档，不过，与一般的观点不同，我不建议你那么做，因为这个root环境已经安装好了大量的丰富的包,自己去建一个环境费时费力，除非你确实想隔离影响，否则，像我这种懒人是会直接用root环境的。

当执行完上面的source命令之后，命令行会多一个root前缀，表示我们当前是在root这个虚拟环境下的。你可以用

which python 命令看看，当前的python是否是正确的指向了anaconda目录下的python

后续我们大量的命令都将在这个环境下执行。

五、安装TensorFlow

终于说到正题了，在anaconda里安装TensorFlow有两种方式，一种是命令行，另一种是图形界面，网上大多数据文章都是介绍的命令行方式,这里我就给大家介绍下图形界面方式，更为直观和友好。

在终端键入anaconda-navigator命令，启动主界面

(root) forest@forest-MS-7A20:~$ anaconda-navigator 

如下图，选择左边的Environments菜单，All, 键入tensorflow　搜索，在出现的列表种，勾选想要安装的tensorflow版本，tensorflow是CPU版本，tensorflow-gpu是GPU版本。点击apply，anaconda会自动检索其依赖项，确认安装即可。是不是超级方便？

六、神器jupyter notebook

anaconda默认安装了一个ｐｙｔｈｏｎ开发神器，Jupyter Notebook，（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。接下来，我们就用它来写一个tensorflow 的 helloworld　，验证我们之前的安装是否成功。

在终端中键入jupyter notebook

(root) forest@forest-MS-7A20:~$ jupyter notebook 

或用下图的方式启动jupyter notebook

在弹出的浏览器窗口中，选择New, Python 2

键入如下代码，点击运行，若输出hello,TensorFlow，则说明TensorFlow安装成功.

# Pythonimport tensorflow as tfhello = tf.constant('Hello, TensorFlow!')sess = tf.Session()print(sess.run(hello))