linux系统 python虚拟环境安装TensorFlow

1.首先要安装virtualenv

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

对于python虚拟环境--virtualenv
virtualenv 是一个创建隔绝的Python环境的工具。virtualenv创建一个包含所有必要的可执行文件的文件夹，用来使用Python工程所需的包。

2.为一个工程创建一个虚拟环境(实际创建一个文件夹)：
lx@zmap:~$ virtualenv -p python3 dnn/tensorflow

进入虚拟环境：需要被激活：
lx@zmap:~$  source ~/dnn/tensorflow/bin/activate

3.安装tensorflow到虚拟环境 ：
(tensorflow) lx@zmap:~$  pip install tensorflow-gpu==1.4

4.安装完正确的版本后，确认你在你的/.bashrc（或者/.zshrc）文件中加入了下面环境变量

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0

5.导入TensorFlow

python

import tensorflow as tf

若出现错误：ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory
问题：找不到cuda9.0的版本。
出现该错误的主要原因：cuda未安装或者cuda的版本有问题

这个错误在安装tensorflow时经常会出现，但是在官方的常见问题中没有提到， 如果你使用下面的方法没有解决的话，可以在评论中留言。

对于tensorflow 1.7版本，只接受cuda 9.0（9.1也不可以！），和cudnn 7.0，所以如果你安装了cuda9.1和cudnn7.1或以上版本，那么你需要重新安装9.0和7.0版本。

如果你在虚拟环境中暂时完成了工作，则可以停用它：
(tensorflow) lx@zmap:~$ deactivate
回到实际环境   lx@zmap:~$ 

在跑需要GPU的代码前，需指定GPU编号，否则会使用所有：
(tensorflow) lx@zmap:~$  export CUDA_VISIBLE_DEVICES=0,1
上面指定了仅可见 两块卡0,1

6.试运行导入TensorFlow的 py脚本  python3 xxx.py

7.查看GPU信息及其进程：
(tensorflow) lx@zmap:~$  nvidia-smi

8.删除虚拟环境

要删除一个虚拟环境，只需删除它的文件夹。（执行 rm -rf tensorflow ）。