一篇文章解决Linux下安装tensorflow

最近希望在linux环境下使用anaconda安装tensorflow，在此做一个记录。
本文默认安装环境
系统：linux
cuda: 10.1(查看自己的cuda 版本 命令： nvcc -V)
anaconda：
pip
以上都是已经默认安装好具体请查询相关教程。
首先要安装一个虚拟环境，那么什么是虚拟环境呢，在我的理解，虚拟环境就是你新建的环境在这个环境中配置的东西不受外界的干扰也无法影响外界，这是我自己的理解，那么以我为例，使用anaconda 新建一个虚拟的环境命令为

conda create -n ruitest python=3.6 anaconda

其中 ruitest是我的虚拟空间名，python是你自己的版本，在执行该条语句后，中间过程有一步需要自己输入 “Y”，因此则新建文件夹。
**在这一步有些教程喜欢将文件名命名为tensorflow因此会有人觉得很迷惑，为什么要下载两次 tensflow ，**那从这里我们就可以清楚的知道其实是文件名。那么建立完虚拟空间以及虚拟空间的名字后，我们如果忘记名字可以输入命令

conda env list

从而能够确定我们的文件名字
首先进入我们的虚拟空间命令行

source activate ruitest

以上是我们的空间名字，接下来安装tensorflow
首先可以执行指令

pip install tensorflow-gpu==1.14.0

我下载的是gpu1.14，当然可以下载其他版本
当然如果国内下载的慢可以进行换成国内的源，具体的操作方法可以搜索教程有很多其中列举一篇教程吧
换成国内源
里面也提到了如何查看当前的源，但是根据我个人而言，在测试的时候出现问题
“no module named tensorflow”
我个人采用以下的方式下载成功
解决no module
其实有很多问题，比如我在输入测试的语句

import tensorflow as tf

后面会出来一堆警告，当时想解决这些问题，其实有时候这些警告不算是错误，并不耽误使用，这也就提醒我们如果相关的包适配工程的话有些时候可以忽略某些问题。

其实我用完annconda安装完之后还是遇到一些问题，问题为
FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version
后来得知原因是因为numpy版本过高，重新安装适配版本
我在其中尝试过很多错误，也尝试过离线的版本，这里就不一一赘述，如果你由问题留在评论区我会和你一起解决，共同学习。