共计 3689 个字符，预计需要花费 10 分钟才能阅读完成。
Windows 下某些 tensorflow 例子跑不成功，比如 https://www.tensorflow.org/tutorials/wide 中的例子报下面的错误：‘
‘NoneType’ object has no attribute ‘bucketize’
因此决定在 Linux 环境上安装 tf。
本人用的 Linux 系统为 Ubuntu-16.04.2-desktop-amd64，安装在 virtualbox 5.1.18 版本上。
注意 ubuntu 需要是 64 位的！tensorflow 官方安装包目前不支持 32 位的 os。
1. 配置 pip 环境
1) 安装 pip:
sudo apt install Python3-pip
2) 更新 pip 源
国外的 pip 源不稳定，添加国内豆瓣的 pip 源
在主目录下创建.pip 文件夹
mkdir ~/.pip
然后在该目录下创建 pip.conf 文件编写如下内容：
[global]
trusted-host = pypi.douban.com
index-url = http://pypi.douban.com/simple
3) 将 pip 版本从 8.1.1 升级成 9.0.1
sudo -H pip3 install –upgrade pip
2. 下载 tensorflow whl 文件并安装
https://pypi.python.org/pypi/tensorflow 有 tensorflow 版本列表：
我们选择与 python 3.5 对应的 tensorflow 版本。直接安装 tensorflow whl 的命令为：
sudo -H pip3 install –upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.1-cp35-cp35m-linux_x86_64.whl
由于 tensorflow 的 whl 较大，可能由于网络不稳定下载失败。也可以用迅雷将 whl 下载下来，然后安装，对应安装命令为：
sudo -H pip3 install –upgrade tensorflow-1.0.1-cp35-cp35m-linux_x86_64.whl
上面的 whl 路径根据实际情况修改。
我这里安装 log 如下：
jason@jason-ub:/media/sf_vmshare$ sudo -H pip3 install –upgrade tensorflow-1.0.1-cp35-cp35m-linux_x86_64.whl
Processing ./tensorflow-1.0.1-cp35-cp35m-linux_x86_64.whl
Requirement already up-to-date: six>=1.10.0 in /usr/lib/python3/dist-packages (from tensorflow==1.0.1)
Collecting numpy>=1.11.0 (from tensorflow==1.0.1)
Downloading numpy-1.12.1-cp35-cp35m-manylinux1_x86_64.whl (16.8MB)
100% |████████████████████████████████| 16.8MB 66kB/s
Requirement already up-to-date: wheel>=0.26 in /usr/lib/python3/dist-packages (from tensorflow==1.0.1)
Collecting protobuf>=3.1.0 (from tensorflow==1.0.1)
Downloading protobuf-3.2.0-cp35-cp35m-manylinux1_x86_64.whl (5.6MB)
100% |████████████████████████████████| 5.6MB 174kB/s
Collecting setuptools (from protobuf>=3.1.0->tensorflow==1.0.1)
Downloading setuptools-34.3.2-py2.py3-none-any.whl (389kB)
100% |████████████████████████████████| 399kB 717kB/s
Collecting packaging>=16.8 (from setuptools->protobuf>=3.1.0->tensorflow==1.0.1)
Downloading packaging-16.8-py2.py3-none-any.whl
Collecting appdirs>=1.4.0 (from setuptools->protobuf>=3.1.0->tensorflow==1.0.1)
Downloading appdirs-1.4.3-py2.py3-none-any.whl
Collecting pyparsing (from packaging>=16.8->setuptools->protobuf>=3.1.0->tensorflow==1.0.1)
Downloading pyparsing-2.2.0-py2.py3-none-any.whl (56kB)
100% |████████████████████████████████| 61kB 1.3MB/s
Installing collected packages: numpy, pyparsing, packaging, appdirs, setuptools, protobuf, tensorflow
Found existing installation: pyparsing 2.0.3
Not uninstalling pyparsing at /usr/lib/python3/dist-packages, outside environment /usr
Found existing installation: setuptools 20.7.0
Not uninstalling setuptools at /usr/lib/python3/dist-packages, outside environment /usr
Successfully installed appdirs-1.4.3 numpy-1.12.1 packaging-16.8 protobuf-3.2.0 pyparsing-2.2.0 setuptools-34.3.2 tensorflow-1.0.1
3. 测试安装效果
为了验证安装效果，我们跑一下 https://www.tensorflow.org/tutorials/wide 中的线性模型示例。
从 https://github.com/tensorflow/tensorflow 将 tensorflow 的所有代码下载下来。
这个例子需要依赖 pandas，如果没有安装过，可以用下面命令安装：
sudo pip3 install pandas
然后进入 tensorflow-master/tensorflow/examples/learn 目录。运行：
python3.5 wide_n_deep_tutorial.py –model_type=wide
结果符合预期：
注意直接用 python 不行，默认 python 是 2.7 版本。
也可以修改~/.bashrc，添加：
alias python=’/usr/bin/python3.5′
然后:
source ~/.bashrc
这样后续可以直接使用 python 命令。
如果有 six 包相关报错，可以执行下面的命令安装 six：
sudo easy_install –upgrade six
更多 TensorFlow 相关教程见以下内容：
基于 Docker 的 TensorFlow 机器学习框架搭建和实例源码解读 http://www.linuxidc.com/Linux/2017-02/140887.htm
Ubuntu 16.04 下 TensorFlow+Caffe+OpenCV3.1+Theano 部署 http://www.linuxidc.com/Linux/2017-01/139503.htm
Ubuntu 16.04 安装配置 TensorFlow GPU 版本 http://www.linuxidc.com/Linux/2016-11/137561.htm
Ubuntu 16.04 下 CUDA8.0+Theano+Caffe+TensorFlow 环境搭建 http://www.linuxidc.com/Linux/2016-09/135528.htm
TensorFlow 的 Mac OS 下的部署和安装 http://www.linuxidc.com/Linux/2016-07/133219.htm
TensorFlow 编译过程中遇到的问题及解决方案 http://www.linuxidc.com/Linux/2016-07/133216.htm
本文永久更新链接地址：http://www.linuxidc.com/Linux/2017-03/142297.htm
