Tensorflow
TensorFlow=Tensor(向量)+Flow(流)=”基于流的向量估算”！TensorFlow™是一个采用数据流图（dataflowgraphs），用于数值估算的开源软件库。节点（Nodes）在图中表示物理操作，图中的线（edges）则表示在节点间相互联系的多维数据字段，即张量（tensor）。它灵活的构架让你可以在多种平台上展开估算，比如台式计算机中的一个或多个CPU（或GPU），服务器，联通设备等等。
主要社区资源：
Tensorflow：
Tensorflow英文：
官方5种安装tensorflow的方式:
Pipinstall:InstallTensorFlowonyourmachine,possiblyupgradingpreviouslyinstalledPythonpackages.MayimpactexistingPythonprogramsonyourmachine.
Virtualenvinstall:InstallTensorFlowinitsowndirectory,notimpactinganyexistingPythonprogramsonyourmachine.
Anacondainstall:InstallTensorFlowinitsownenvironmentforthoserunningtheAnacondaPythondistribution.DoesnotimpactexistingPythonprogramsonyourmachine.
Dockerinstall:RunTensorFlowinaDockercontainerisolatedfromallotherprogramsonyourmachine.
Installingfromsources:InstallTensorFlowbybuildingapipwheelthatyoutheninstallusingpip.
重要的注意事项：
1.因为在使用Tensorflow时，可以直接Python调用，所以，这儿决定使用python学习tensorflow
2.使用python，jupyternotebook是一个不可或缺的工具，所以LINUX 删除目录，本文还将记录怎样在ubuntu下安装jupyter
3.安装python3.5.4版本的相关组件
4.主要的PIPInstall的方案会有一定的影响
为何选择Anaconda
Anaconda是专注于数据剖析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。作为好奇孩子的你是不是发觉了一个新名词conda，这么你一定会问conda又是哪些呢？
哪些是conda
conda是开源包（packages）和虚拟环境（environment）的管理系统。
怎么安装Anaconda？
无论是Windows、Linux还是MAC的OSX系统，都可以找到对应的安装软件。假如你的笔记本是64位则尽量选64位版本。至于Python的版本是2.7还是3.x，这儿推荐你使用Python3。可能目前市面上大多数教程使用的都还是Python2，由于在Anaconda中可以同时管理两个Python版本的环境。
本文主要指出的是在Linux环境下实现Jupyter的安装
操作系统版本
Linuxversion3.19:Ubuntu64位
软件下载
官方地址：
北大镜像：
通常使用4.2版本linux伊甸园，
我下载的是
Anaconda3-2019.07-Linux-x86_64.sh，原文：Anaconda2-2.4.1-Linux-x86_64
第一步：
anaconda安装参考文章：
把相关的文件上传到服务器我的路径为/home/tony/Anaconda2-2.4.1-Linux-x86_64
bash /home/tony/Anaconda2-4.0.0-Linux-x86_64.sh设置Jupyter登陆时所需的密码（不须要）
此处使用ipython的命令将所输入的密码转换成SHA1的格式
最后把所的到密码放在某一个文件中去
————————————————————————————————————————————————
靠谱的jupyter安装：
参考文章：
安装jupyter
若習慣使用pip安裝的話，也是把conda改成pip就可以了。
conda install jupyter
pip install jupyter在linux中，我們先构建一個称作jupyter_notebook的目录：
mkdir jupyter_notebook接著在這個jupyter_notebook目錄下執行jupyter
jupyter notebook會见到裡面是空的完全沒有東西，因為我們是在剛剛新增的目錄下做執行，在哪裡執行jupyternotebook就會從哪個目錄開始當根目錄（home）。
————————————————————————————————————————————————
第二步：（不须要）
更改默认配置文件
1.更改服务器所在的端口
2.更改服务器登录的密码
3.更改服务器上打开Jupyter服务是一些控制选项
c.NotebookApp.ip=’’#设置访问notebook的ip，表示所有IP，这儿设置ip为都可访问
c.NotebookApp.password=u’sha1:c1664f48d236:5ea2a1b681288237d7e4a0cdebd6c6db43490dc8’#填写刚才生成的密文
c.NotebookApp.open_browser=False#严禁notebook启动时手动打开浏览器(在linux服务器通常都是ssh命令行访问anaconda linux 启动，没有图形界面的。所以，启动也没啥用)此项极为重要
c.NotebookApp.port=8889#指定访问的端口，默认是8888。
此处要注意，最好是在原始数据上更改不然容易出错。
启动jupyternotebook
此处的服务得到了启动，主要的端口是8888
注意：此处的登陆密码是前面设置的密码
这个时侯只能说明Jupyter安装完毕，并不代表你的所有Tensorflow是可以使用。
此处我们先来理解一下里面的Anaconda的用途了
怎样管理Python环境
默认的环境是root，你也可以创建一个新环境：
conda create -n env_name list_of_packages其中-n代表name，env_name是须要创建的环境名称，list_of_packages则是列举在新环境中须要安装的工具包。
conda create -n py27 python=2.7 pandaspy27环境中除了安装了pandas，还安装了numpy等一系列packages，这就是使用conda的便捷之处，它会手动为你安装相应的依赖包，而不须要你一个个自动安装。
步入名为env_name的环境：
source activate env_name
#或者
conda activate env_name退出当前环境：
source deactivate
#或者
conda deactivate另外注意anaconda linux 启动，在Windows系统中，使用activateenv_name和deactivate来步入和退出某个环境。
删掉名为env_name的环境：
conda env remove -n env_name显示所有的环境：
conda env list当分享代码的时侯，同时也须要将运行环境分享给你们，执行如下命令可以将当前环境下的package信息存入名为environment的YAML文件中。
conda env export > environment.yaml同样，当执行别人的代码时，也须要配置相应的环境。这时你可以用对方分享的YAML文件来创建一摸一样的运行环境。
按照上述的原理第三步：
构建一个conda估算环境
conda create -n tensorflow python=3.5.4激活环境,使用conda安装TensorFlow
source activate tensorflow安装tensorflow
第四步：
pip install –ignore-installed –upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0rc0-cp27-none-linux_x86_64.whl
#或者
pip install tensorflow
pip install tensorflow_gpu安装成功后,每次使用TensorFlow的时侯须要激活conda环境,可以看见,在正常情况下,是anaconda的bin路径在环境变量中,但激活conda-tensorflow环境后,环境变量中储存的是tensorflow下的bin路径
注意的事情是，我们必需要掌握它们之间的关系。
第五步：
测试tensorflow是否安装成功
(1)激活conda环境
(2)步入python
(3)importtensorflow
整个过程比较顺利,tensorflow被成功import了
这个时侯并不代表之前安装的Jupyter是可以使用Tensorflow包的！！！！！！！！
必须在tensorflow的环境下重安装新Jupyter！！！！！！！！！！！！！！！（参考之前的）
第六步：
同样，重装Jupyter后必须在tensorflow的环境出来启动Jupternotebook的服务
此处必须在tensorflow中启动Jupyter能够实现在Jupyter中对tensorflow包的调用。
————————————————
版权申明：本文为CSDN博主「Tony_wei01」的原创文章，遵守CC4.0BY-SA版权合同，转载请附上原文出处链接及本申明。
原文链接：
