全网最详细的基于Ubuntu14.04/16.04 + Anaconda2 / Anaconda3 + Python2.7/3.4/3.5/3.6安装Tensorflow详细步骤（图文）（博主推荐）第一步、 安装Anaconda 第二步、建立一个tensorflow的运行环境第三步、在conda环境中安装tensorflow第四步、测试安装是否成功

前言

　　建议参照最新的tensorflow安装步骤（Linux，官方网站经常访问不是很稳定，所以给了一个github的地址）：　　        https://github.com/tensorflow/tensorflow/blob/master/tensorflow/docs_src/install/install_linux.md

　　最近，tensorflow网站上给出了新的使用Anaconda配置和安装Tensorflow的步骤，经过测试，在国内可以无障碍的访问。Anaconda 是一个基于python的科学计算包集合，目前支持Python 2.7，3.4，3.5，3.6。

　　注意：在安装过程中如果出现很长的报错，观察错误信息的末尾，如果是网络链接相关，就重新运行一遍语句即可（如出现进度条不动的情况，也可重新运行语句），Anaconda自身约500M，tensorflow所需软件包约几十Ｍ。

　　操作系统：　Ubuntu 14.04   或  Ubuntu16.04

　　这是Github官网给出的安装步骤

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/docs_src/install/install_linux.md

　　从anaconda官网（https://www.continuum.io/downloads）上下载linux版本的安装文件，运行完成安装。

　　我这里是以Anaconda2-5.0.1-Linux-x86_64.sh为例，Anaconda3一样啦。这个很简单。

 　　因为这是一个坑，是安装时最后一步添加环境变量的时候没有选择yes导致运行 conda info 时出错，很好解决，根据错误提示：

　　然后，紧接着去配置Anaconda2的环境变量。怎么做呢？很简单。

　　在命令行输入就可以了。

 　　注意：在这一步，你也许会遇到conda: command not found

　　遇到这个问题的时候， 

解决方法是：

　　比如我这里是

　　但是下一次重启之后，还是会出现这个问题，所以我们要激活下 ~/.bash_profile

 那是因为我的环境变量是如下：

 　　所以，

　　在conda环境中安装tensorflow的好处是可以便捷的管理tensorflow的依赖包。

　　分为两个步骤：激活上一步建立的名为tensorflow的conda环境；用conda或者pip工具安装Tensorflow，我选择的是pip方式。

　　pip方式需要首先激活conda环境

 　　然后根据要安装的不同tensorflow版本选择对应的一条环境变量设置export语句（操作系统，Python版本，CPU版本还是CPU+GPU版本）

　　最后根据是python 2还是３版本选择一句进行安装。

　　

　　注意：这是在安装tensorflow的时候创建tensorflow环境失败，这是个坑，因为有些版本地址失效了。

                  换其他版本试试。比如如下我现在是2017年12月份，采用conda方式安装tensorflow，版本已经是1.4.0-py27_0

　　conda上面目前有人已经做好了tensorflow的pkg，但是版本不一定最新，且只有CPU版本，不支持GPU。

　　步骤也是首先激活conda环境，然后调用conda install 语句安装.

　　上面的步骤完成后，从conda环境中退出:

 　　首先激活 <code>tensorflow</code> 环境，然后进入 python，最后导入 tensorflow 库。如果导入成功则表明安装成功。

　　当使用完毕后，关闭 <code>tensorflow</code> 环境。

　　然后你的终端提示符就会变会原的样子。

　　当你需要再次使用的时候就必须再次激活 <code>tensorflow</code> 环境。

　　..........

　　......

　　关闭 <code>tensorflow</code> 环境，并重新激活

　　至此，你已经拥有了一个可以玩耍机器学习的 <code>tensorflow</code> 环境，好好玩耍吧：）

　　你可以参照官方文档快速的运行一个手写数字识别的示例。友情提示：仅 CPU 版本你需要有足够的耐心。。。。。。

本文转自大数据躺过的坑博客园博客，原文链接：http://www.cnblogs.com/zlslch/p/7975791.html，如需转载请自行联系原作者