深度学习（一）：虚拟机Linux系统搭建CPU TensorFlow

最近重装了一遍，在此捋一捋：

1.在win7下进行Linux虚拟机搭建

参考链接：在win7下进行Linux虚拟机搭建

对于Linux系统。最易于理解的版本就是著名的Ubuntu，下载和使用都是免费的，下载链接：Ubuntu下载，因为据说Ubuntu16版本会卡，所以选择的是Ubuntu14，桌面版，ubuntu-14.04.5-desktop-amd64.iso。

2.在Linux系统搭建TensorFlow

如果你需要装anaconda，最好在装了anaconda之后再装TensorFlow，我之前先装了TensorFlow再装的anaconda和Spyder，一直不能导入TensorFlow，试了各种方法都不行，无奈最后按照下面的顺序重装了一遍，没有问题了。。。

因为是搭建的虚拟机装的Linux系统，所以TensorFlow选择CPU版本而不是GPU版本。

Tensorflow 的安装方式很多. 比如官网提供的:
① Pip 安装
② Virtualenv 安装
③ Anaconda 安装
④ Docker 安装
⑤ 从安装源 安装
这节内容使用 pip 在每个系统的安装方式，因为pip安装是最简单的安装方式:

2.1安装pip

使用 pip 安装的时候要确保你的 pip 已经存在于你的电脑中. 如果还没有安装 pip， Ctrl+Alt+T键可调出终端Terminal 窗口，运行下面代码, 升级必要的组件:

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

后期可能需要安装更新(按照提示就可以):

pip install --upgrade pip

2.2 安装Python3  （可跳过）

下载喜欢的版本，地址：https://www.python.org/getit/

安装步骤：

tar -xvzf Python-3.5.2.tgz  --解压压缩包
cd Python-3.5.1/
./configure --prefix=/usr/python  --配置路径
make
sudo make install  --执行安装

 linux 查看python安装路径,版本号

切换Python版本：

首先先来看一下我们的默认Python版本

使用 quit(), exit(), 或者Ctrl-D退出Python命令行。

2.3.基础库anaconda和集成开发环境IDE spyder的安装

安装链接参考：（写的很全面，对照着安装就好）

https://blog.csdn.net/Solo95/article/details/78960389

https://blog.csdn.net/colourful_sky/article/details/73823939

按照上面两个参考来。：

①在激活TensorFlow前，可能出现的问题： conda: command not found：

https://blog.csdn.net/w5688414/article/details/78647063

解决方法：

export PATH=~/anaconda3/bin:$PATH  

②建立一个 conda 计算环境名字叫tensorflow: 在终端输入一下命令即可，我这里是Python3.6版本

cd ~ #切换根目录
conda create -n tensorflow python=3.6

在这个过程中可能很慢，可以换成其他中国的源，在操作②的步骤，下载速度就会快很多：

换源链接：

https://www.cnblogs.com/moonlightpoet/p/5615602.html  （中科大源）

https://blog.csdn.net/Solo95/article/details/78960389  （清华源）

③ 激活tensorflow环境,继续在终端输入一下命令：

source activate tensorflow

source deactivate 是关闭激活的TensorFlow环境

④安装TensorFlow：

Tensorflow (0.12之后) 做了更新, 绕过了复杂的安装步骤, 如果你只需要安装 CPU 版本的 Tensorflow,Ctrl+Alt+T键可调出终端，运行下面这个就好了:

# python 2+ 的用户:
$ pip install tensorflow

# python 3+ 的用户:
$ pip3 install tensorflow

如果按照上边的命令进行操作，出现失败大部分会有下载失败的原因，可以先下载好，然后用cd命令打开安装包文件夹，（比如我放在了Documents中用cd Documents），再运行sudo pip install --upgrade tensorflow-0.8.0-cp27-none-linux_x86_64.whl，终端对大小写和空格敏感，要注意。

⑤ 为了方面后期的代码编写，我们要添加一个函数基础库，还有一个方便调试的Spyder编辑器

想要在TensorFlow环境下使用spyder，那就在tensorflow环境下再安装一个spyder嘛。好，那我们开始安装。 
在tensorflow环境下，在终端用conda安装spyder。输入一下命令：

conda install spyder

• 1

然后会看见安装目录位于我们之前建好的tensorflow环境下，也会看到安装spyder会安装许多依赖包，然后输入y，大概10分钟后就安装好了。这时我们在终端输入spyder打开spyder，在IPython console下输入import tensorflow，如果没有报错则表明安装成功了。

3.如何使用Spyder调试：

看下面链接前需了解：简单Linux的终端操作杂记

调试步骤参考：

https://blog.csdn.net/qq_33256688/article/details/77675885?locationNum=1&fps=1

4. 安装好后每次打开Spyder：

① 激活tensorflow环境,继续在终端输入一下命令：

source activate tensorflow

② 在TensorFlow环境下激活Spyder，,继续在终端输入一下命令：

spyder