前言

TensorFlow安装环境为Ubuntu 16.04.3 LTS，GPU为GT 750M。

假设目前已经安装好了CUDA8，如果没有安装请依照「Ubuntu 16.04下CUDA Tookit 8安装」进行安装。

如果有一定英语能力的同学最好请移步官网进行下载安装，尽管可能需要下科学上网。

基础环境搭建

本文采用Virtualenv环境进行搭建，这样能将TensorFlow运行于一个分离开的Python环境下，免得今后出错时对整个系统产生影响。

CUPTI环境搭建

CUPTI库能够提高可以提高CUDA的性能，官方要求安装。

如果CUDA Tookit >= 8.0，输入如下命令安装：

1	$ sudo apt install cuda-command-line-tools

并且在CUDA安装时所设定的LD_LIBRARY_PATH添加路径至如下状态：

1	export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/extras/CUPTI/lib64

如果CUDA Tookit <= 7.5或者上述命令无法执行，请输入如下命令安装CUPTI库：

1	$ sudo apt-get install libcupti-dev

pip环境搭建

下面两行中选择一行执行即可，依据个人Python版本选择：

1 2	$ sudo apt install python-pip python-dev python-virtualenv # for Python 2.7 $ sudo apt install python3-pip python3-dev python-virtualenv # for Python 3.x

本人选择的是Python2.7，因为Ubuntu 16.04.3默认Python为Python 2.7，改默认会影响ibus-pinyin（输入法）的更新和运行。

Virtualenv环境搭建

下面两行中选择一行执行即可，依据个人Python版本选择：

1 2	$ virtualenv --system-site-packages targetDirectory # for Python 2.7 $ virtualenv --system-site-packages -p python3 targetDirectory # for Python 3.x

其中targetDirectory是隔离环境的根目录，需要自行设定。个人设定是~/tensorflow，下文暂且按照这个目录进行介绍。

至此，基础观景搭建完成。

TensorFlow安装

进入Virtualenv环境

输入如下命令进入Virtualenv环境：

1 2	$ source ~/tensorflow/bin/activate # bash, sh, ksh, or zsh $ source ~/tensorflow/bin/activate.csh # csh or tcsh

请依据自身shell环境选择，一般Ubuntu原生使用的是sh。

这里可以在~/.bashrc中输入如下命令使得命令简化：

1 2	alias tensorflow="source ~/tensorflow/bin/activate" # bash, sh, ksh, or zsh alias tensorflow="source ~/tensorflow/bin/activate.csh" # csh or tcsh

请依据自身的shell环境选择第一条还是第二条。其中tensorflow可以自行拟定。

当编辑完后在命令行中输入如下命令使其立即生效：

1	$ source ~/.bashrc

以后在命令行中输入tensorflow即可调出该Virtualenv环境。

当前环境应该如下：

1	(tensorflow) xxx@xxx:path$

tensorflow即Virtualenv文件夹名称，下文按照tensorflow描述。
xxx@xxx:path与未进入Virtualenv环境时无差别。下文中将简化描述为(tensorflow) $

更新pip

为了确保pip version >= 8.1，输入如下命令更新pip：

1 2	(tensorflow) $ pip install --upgrade pip # for Python 2.7 (tensorflow) $ pip3 install --upgrade pip # for Python 3.x

安装TensorFlow

如果系统中的CUDA Tookit和cuDNN都是最新版，请从以下四条命令中选择一个来安装TensorFlow：

(tensorflow) $ pip install --upgrade tensorflow      # for Python 2.7
(tensorflow) $ pip3 install --upgrade tensorflow     # for Python 3.x
(tensorflow) $ pip install --upgrade tensorflow-gpu  # for Python 2.7 and GPU
(tensorflow) $ pip3 install --upgrade tensorflow-gpu # for Python 3.x and GPU

前两条是仅使用CPU的版本，后两条的版本能够使用GPU。

如果系统中的CUDA Tookit和cuDNN并非最新版，按照上述安装很可能会出现问题导致重装。因此安装前请先完成如下几步：

请先确定系统中的cuDNN和CUDA Tookit时想匹配的，具体版本匹配详见官网。
请在TensorFlow的Github Release中寻找符合自己CUDA Tookit和cuDNN的版本。
依照选好的版本拼凑网址。

拼凑网址如下，请依据CPU以及GPU从两条中选择一条：

# for CPU only
https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-x.x.x-cpxx-none-linux_x86_64.whl
# for GPU support
https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-x.x.x-cpxx-none-linux_x86_64.whl

其中：

x.x.x是从release中选择出的需要的版本。
cpxx是本机python的版本，例如：2.7.xx为27，3.5.xx的版本为35，以此类推。
storage.googleapis.com可能需要科学上网才能访问。

然后进行Tensorflow的安装，输入如下命令：

1 2	(tensorflow) $ pip install yourhttpsite # for Python 2.7 (tensorflow) $ pip3 install yourhttpsite # for Python 3.x

yourhttpsite就是拼凑出来的网址。

如果pip提示无法从代理处下载文件，则可以先将文件从网址下载下来并存在~（即家目录）或者自定义目录下，然后通过如下命令安装：

1 2	(tensorflow) $ pip install filename # for Python 2.7 (tensorflow) $ pip3 install filename # for Python 3.x

filename即下载的.whl文件（可能需要输入完整路径）。

TensorFlow的使用

启动TensorFlow环境

请参照进入Virtualenv环境步骤进行。

测试TensorFlow环境

先进入TensorFlow环境，然后输入如下代码进行测试：

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

输出Hello, TensorFlow!且无报错即可。如果报错请参考官网或者上网寻找解决方案。

退出TensorFlow环境

在环境中输入deactivate即可，即：

1	(tensorflow) $ deactivate

TensorFlow的卸载

卸载时直接将其所在的Virtualenv文件夹删除即可，命令如下：

1	$ rm -rf targetDirectory

targetDirectory即Virtualenv环境文件夹。