如何在Ubuntu下安装Anaconda及搭建环境安装TensorFlow深度学习框架

绝地灬酷狼 2022-07-14 17:21 271阅读 0赞

在安装TensorFlow之前，我们先来看下当前的深度学习框架都有哪些，随着深度学习研究的热潮持续高涨，各种开源深度学习框架也层出不穷，其中包括TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、Lasagne、Neon，等等。然而TensorFlow却杀出重围，在关注度和用户数上都占据绝对优势，大有一统江湖之势。*深度学习 7 种流行框架的深度横向对比，希望本文能对你带来帮助。*

**先放结论**

![SouthEast][]

可以看出各大深度学习框架支持Python较为居多，Python在科学计算和数据挖掘领域可以说是独领风骚。虽然有来自R、Julia等语言的竞争压力，但是Python的各种库实在是太完善了，Web开发、数据可视化、数据预处理、数据库连接、爬虫等无所不能，有一个完美的生态环境。仅在数据挖据工具链上，Python就有NumPy、SciPy、Pandas、Scikit-learn、XGBoost等组件，做数据采集和预处理都非常方便，并且之后的模型训练阶段可以和TensorFlow等基于Python的深度学习框架完美衔接。

所以这里我们也选择Python作为深度的学习的开发语言，我们先来装下Python的开发环境，先来大致了解下都有哪些Python的IDE：

##      ①PyCharm         ##

PyCharm （不是phcharm）     [http://www.jetbrains.com/pycharm/][http_www.jetbrains.com_pycharm]    尤其适合用于web开发，比如django，gae等。

##     ②Sublime Text       单独对于Sublime本身，其本质上只是个文本编辑器。 ##

##     ③Eclipse+PyDev       Eclipse本身就是个IDE，之前主要用于Java方面的开发，后来，通过添加不同的插件，也支持其他很多语言的开发。对于Python，就是PyDev插件。 ##

## 博主推荐使用：Anaconda， ##

## Anaconda包括里python和几乎平时开发所有库，不用总发愁开发中所需要的功能库的安装最后就是spyder的主界面。调试程序和变量查看窗口都很好用。 ##

![SouthEast 1][]

可以看出其包括了notbook、IPython、Spyder等便于我们开发的工具。

下载地址：https://www.continuum.io/downloads/  可以去下载自己系统对应的版本，这里不做过多介绍。

1.安装Anconda：  
$bash PATH/Anaconda3-4.0.0-[Linux][]\-x86\_64.sh（自己对应的 .sh文件，直接bash即可，网上有很多教程）

在命令终端输入：python,即可看到自己安装成功。

![SouthEast 2][]

1.安装TensorFlow：

之前博主自己直接在终端输入：pip install TensorFlow/ conda install  tensorflow,发现都无济于事，安装不上！

2.首先首先建立一个conda计算环境：

命令：conda create -n tensorflow

3.  激活环境 : source activate tensorflow

4.安装：pip install –ignore-installed –upgrade [ https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux\_x86\_64.whl][https_storage.googleapis.com_tensorflow_linux_cpu_tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl]（这里装的是CPU版的，也可以装相对应GPU）

如果要安装GPU的可参考这篇博客：http://www.linuxidc.com/Linux/2016-11/137561.htm

由于网络下载比较慢，所以我先下载下来，直接pip 安装，

![SouthEast 3][]

强调下网速一定要好！之后会自动安装TensorFlow所必需的模块numpy和protobuf版本

![SouthEast 4][]

至此，TensorFlow安装成功！

终端输入命令：conda list     可以看到TensorFlow已在我们环境下安装成功

![SouthEast 5][]

TensorFlow是否安装成功：在该环境后输入import TensorFlow as tf 进行测试，可以看到无报错，证明已经成功导入。

![Center][]

但是当我们用Anaconda自带的IDE spyder编辑python时，发现无法导入tensorflow模块，那么问题来了，以后是否每次使用TensorFlow，我们都要激活环境 : source activate tensorflow，然后才能去使用TensorFlow呢？这岂不是很不方便，当我们需要在 spyder中 调试很多行程序时，岂不是很不方便！![抓狂][crazy.gif]

为此我们细心可发现成功安装TensorFlow模块的路径为：/home/charles/anaconda2/envs/tensorflow:

![SouthEast 6][]

所以我们在Spyder中进行调试TensorFlow时 搜索路径并没有包含tensorflow的路径，然后我们将该路径/home/charles/anaconda2/envs/tensorflow/lib/python2.7中的site-packages文件夹中的所有文件复制到，Anaconda安装路径下的lib/python2.7/site-packages文件夹中，之后再次打开spyder，发现已经可以import tensorflow as tf 了！

![SouthEast 7][]

注意:复制site-package中所有文件到anaconda安装路径下的lib/python2.7/site-packages文件夹中,选择复制并替换，避免Python下安装的模块重复冲突，导致TensorFlow不能正常使用！！！

![SouthEast 8][]

如果遇到模块存在多个版本时，删除protobuf3.2.0,留下安装TensorFlow模块时系统自动安装的其依赖包protobuf  3.0.0b2,此后可直接打开Spyder直接使用TensorFlow了！![吐舌头][tongue.gif]

[SouthEast]: /images/20220709/69908751634c48a1ac05c12ff3fd75cf.png
[http_www.jetbrains.com_pycharm]: http://www.jetbrains.com/pycharm/
[SouthEast 1]: /images/20220709/a986eecbd83f47eeb2cfefc2cd3b0cf9.png
[Linux]: http://lib.csdn.net/base/linux
[SouthEast 2]: /images/20220709/a4770b96d82143d89469d6d90f31379c.png
[https_storage.googleapis.com_tensorflow_linux_cpu_tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl]: https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl
[SouthEast 3]: /images/20220709/e2d55125659b4fc4bad8aa939d442af8.png
[SouthEast 4]: /images/20220709/855edd9990db49e78191948cb61372ee.png
[SouthEast 5]: /images/20220709/aca6a540a86a418e8c5bc61950c48a0b.png
[Center]: /images/20220709/4fd17de32aba48bea43082c31e661933.png
[crazy.gif]: /images/20220709/cabf6177357f48c4a627bfe50da0f1f8.png
[SouthEast 6]: /images/20220709/ae382ed1afec408ca9a11c713c5e1d8c.png
[SouthEast 7]: /images/20220709/34c897b5758447098db3e1e20f65ac87.png
[SouthEast 8]: /images/20220709/175afbfe85074c6f9377507b48914a93.png
[tongue.gif]: /images/20220709/ae3f29caa9fb49e4944ce007174893d1.png