一、首先下载anaconda,下载:Anaconda2-4.3.1-Linux-x86_64.sh(https://repo.continuum.io/archive/)参考网址:https://www.cnblogs.com/willnote/p/6746499.html

二、安装anaconda,进入下载目录

如果没有修改的话,默认的下载目录是在 /home/下载/下,Ctrl+Alt+T打开终端,输入 cd /home,然后按两次Tab键,终端会自动补上用户名以及该用户名下的文件目录:

可以看到排列出的所有文件夹,继续输入 cd/home/dcrmg/下载 ,进入下载目录:

三. 安装Anaconda

下载的文件是以 .sh 为后缀的,名称比较长,我这里先给它给改名称为 Anaconda.sh。

在终端继续输入 sudo bash Anaconda.sh ,开始执行Anaconda安装。

会要求先输入用户密码,然后是许可文件,直接按Enter继续:

接受许可,输入yes,按回车:

提示默认安装路径是 /home/dcrmg/anaconda2 ,按回车确认,开始安装:

四. 添加环境变量

安装完成之后,会提示是否添加环境变量,输入 yes 后回车:

这样Anaconda安装成功了。终端窗口提示要使环境变量生效,需要重新打开一个终端。在一个新开的终端里输入python,提示信息显示已经不是Linux系统自带的python了:

或者也可以在当前的终端里让刚配置的环境变量生效,方法是在安装Anaconda的终端中输入:

source ~/.bashrc

五、打开jupyter notebook
在终端输入jupyter notebook即可,如下图:

Anaconda仓库镜像

官方下载更新工具包的速度很慢,所以继续添加清华大学 TUNA提供的Anaconda仓库镜像,在终端或cmd中输入如下命令进行添加

1
2
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --set show_channel_urls yes

备注:如果出现conda命令未找到,查看:https://www.cnblogs.com/chamie/p/10009193.html

Tensorflow安装

在终端或cmd中输入以下命令搜索当前可用的tensorflow版本

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
(可以略掉)$ anaconda search -t conda tensorflow
 
Using Anaconda API: https://api.anaconda.org
Run 'anaconda show <USER/PACKAGE>' to get more details:
Packages:
     Name                      |  Version | Package Types   | Platforms     
     ------------------------- |   ------ --------------- ---------------
     HCC/tensorflow            |    1.0.0 | conda           | linux-64      
     HCC/tensorflow-cpucompat  |    1.0.0 | conda           | linux-64      
     HCC/tensorflow-fma        |    1.0.0 | conda           | linux-64      
     SentientPrime/tensorflow  |    0.6.0 | conda           | osx-64        
                                          : TensorFlow helps the tensors flow
     acellera/tensorflow-cuda  |   0.12.1 | conda           | linux-64      
     anaconda/tensorflow       |    1.0.1 | conda           | linux-64      
     anaconda/tensorflow-gpu   |    1.0.1 | conda           | linux-64      
     conda-forge/tensorflow    |    1.0.0 | conda           | linux-64, win-64, osx-64
                                          : TensorFlow helps the tensors flow
     creditx/tensorflow        |    0.9.0 | conda           | linux-64      
                                          : TensorFlow helps the tensors flow
     derickl/tensorflow        |   0.12.1 | conda           | osx-64        
     dhirschfeld/tensorflow    | 0.12.0rc0 | conda           | win-64        
     dseuss/tensorflow         |          | conda           | osx-64        
     guyanhua/tensorflow       |    1.0.0 | conda           | linux-64      
     ijstokes/tensorflow       | 2017.03.03.1349 | conda, ipynb    | linux-64      
     jjh_cio_testing/tensorflow |    1.0.1 | conda           | linux-64      
     jjh_cio_testing/tensorflow-gpu |    1.0.1 | conda           | linux-64      
     jjh_ppc64le/tensorflow    |    1.0.1 | conda           | linux-ppc64le 
     jjh_ppc64le/tensorflow-gpu |    1.0.1 | conda           | linux-ppc64le 
     jjhelmus/tensorflow       | 0.12.0rc0 | conda, pypi     | linux-64, osx-64
                                          : TensorFlow helps the tensors flow
     jjhelmus/tensorflow-gpu   |    1.0.1 | conda           | linux-64      
     kevin-keraudren/tensorflow |    0.9.0 | conda           | linux-64      
     lcls-rhel7/tensorflow     |   0.12.1 | conda           | linux-64      
     marta-sd/tensorflow       |    1.0.1 | conda           | linux-64      
                                          : TensorFlow helps the tensors flow
     memex/tensorflow          |    0.5.0 | conda           | linux-64, osx-64
                                          : TensorFlow helps the tensors flow
     mhworth/tensorflow        |    0.7.1 | conda           | osx-64        
                                          : TensorFlow helps the tensors flow
     miovision/tensorflow      | 0.10.0.gpu | conda           | linux-64, osx-64
     msarahan/tensorflow       | 1.0.0rc2 | conda           | linux-64      
     mutirri/tensorflow        | 0.10.0rc0 | conda           | linux-64      
     mwojcikowski/tensorflow   |    1.0.1 | conda           | linux-64      
     rdonnelly/tensorflow      |    0.9.0 | conda           | linux-64      
     rdonnellyr/r-tensorflow   |    0.4.0 | conda           | osx-64        
     test_org_002/tensorflow   | 0.10.0rc0 | conda           |               
Found 32 packages

选择一个较新的CPU或GPU版本,如jjh_cio_testing/tensorflow-gpu的1.0.1版本,输入如下命令查询安装命令

1
2
3
4
5
6
7
8
9
10
11
12
(可以略掉)$ anaconda show jjh_cio_testing/tensorflow-gpu
 
Using Anaconda API: https://api.anaconda.org
Name:    tensorflow-gpu
Summary:
Access:  public
Package Types:  conda
Versions:
   + 1.0.1
 
To install this package with conda run:
     conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu

使用最后一行的提示命令进行安装

1
2
3
4
5
6
7
8
9
10
11
12
$ conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu==1.3.0
 
Fetching package metadata .............
Solving package specifications: .
 
Package plan for installation in environment /home/will/anaconda2:
 
The following packages will be SUPERSEDED by a higher-priority channel:
 
    tensorflow-gpu: 1.0.1-py27_4 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free --1.0.1-py27_4 jjh_cio_testing
 
Proceed ([y]/n)?

conda会自动检测安装此版本的Tensorflow所依赖的库,如果你的Anaconda缺少这些依赖库,会提示你安装。因为我之前已经安装过了,所以这里只提示我安装Tensorflow。输入y并回车之后等待安装结束即可

  • 可以选择次高版本的Tensorflow安装,因为最新版本可能清华 TUNA的仓库镜像库没有及时更新,而官方更新连接总是失败,我最开始选择了jjhelmus/tensorflow-gpu的1.0.1版本,其他依赖 库清华 TUNA的仓库镜像有资源,而到最后jjhelmus/tensorflow-gpu版本的Tensorflow安装包总是下载不下来,尝试20多次之后 换了一个1.0.0的版本,终于顺利安装成功

进入python,输入

1
import tensorflow as tf 

如果没有报错说明安装成功。

(2)PIP安装tensorflow

安装完CUDA 8 和 cuDNN 5后, 在终端输入 sudo apt-get install libcupti-dev(参考:https://www.cnblogs.com/zengcv/p/6564517.html)

Ubuntu14.04默认安装的Python2.7.6

先安装Python库

1
sudo apt-get install python-pip python-dev 

安装tensorflow:

      (1)在线安装 

                sudo pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl 

   (2)下载安装(由于Ubuntu系统下,网上比较慢,可以在windows下载。推荐这种安装方法)

sudo pip install tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl

    (下载地址:https://pypi.org/project/tensorflow-gpu/1.0.1/#files)

参考文献:

      1.https://www.cnblogs.com/chamie/p/8876271.html

      2.https://www.cnblogs.com/hezhiyao/p/8328634.html

安装anaconda和tensorflow的更多相关文章

  1. 安装anaconda与tensorflow

    在安装Anaconda之前,有的已经安装过一个Python版本了,但是又不想删除这个Python版本,该怎么办呢? 安装anaconda与tensorflow一条龙 jupyter notebook ...

  2. windows10安装anaconda,配置tensorflow

    1.安装anaconda 3.5.5 默认安装,注意,把添加到path勾选上,其他默认安装(能搜到这篇文章,相信大家都有过变成经验,这些环境变量的重要性就不要窝在多说了) 2.以管理员身份,打开ana ...

  3. 在 Ubuntu16.04上安装anaconda+Spyder+TensorFlow(支持GPU)

    TensorFlow 官方文档中文版 http://www.tensorfly.cn/tfdoc/get_started/introduction.html https://zhyack.github ...

  4. MacOS上安装Anaconda+Pycharm+TensorFlow+Keras

    一.安装Anaconda 登录https://www.anaconda.com/download/#macos,下载Anaconda3-5.3.1-MacOSX-x86_64.pkg 二.安装Pych ...

  5. Ubuntu下安装Anaconda和tensorflow

    官方指南:https://github.com/tensorflow/tensorflow/blob/master/tensorflow/docs_src/install/install_linux. ...

  6. 安装anaconda和tensorflow(windows)

    Anaconda安装时勾选All User和启用环境变量可切换为清华镜像conda config --add channels https://mirrors.tuna.tsinghua.edu.cn ...

  7. windows下安装anaconda和tensorflow

    anaconda确实很好用,省去了很多麻烦,现在我个人推荐直接使用anaconda. anaconda的特点:可以存在多个python环境,要使用某一个环境的话,就需要切换到这个环境,安装.卸载包都是 ...

  8. 关于win系统下Anaconda与TensorFlow的安装相关事宜以及错误:ImportError: No module named 'tensorflow'的解决

    1.安装TensorFlow之前应该先安装Anaconda,不需要安装python,否则会出问题,我安装的版本是Anaconda3-4.2.0-Windows-x86_64,在这个链接上可以找到--h ...

  9. Windows中Anaconda,Tensorflow 和 Pycharm的安装和配置

    Anaconda完全入门指南 https://www.jianshu.com/p/eaee1fadc1e9                 [安装不要按此条链接进行] Windows中 Anacond ...

随机推荐

  1. arttemplate模板引擎里面多层循环

    要使用支持原生js的插件: 代码截图: json数据 { "list": [ { "name": "学历层次", "item&qu ...

  2. [转] hadoop MapReduce实例解析-非常不错,讲解清晰

    来源:http://blog.csdn.net/liuxiaochen123/article/details/8786715?utm_source=tuicool 2013-04-11 10:15 4 ...

  3. underscore的简单了解

    1.underscore:一个封装好的js工具库,它提供了一整套函数式编程的使用功能,但是没有扩展任何js内置对象.它解决了这个问题:如果我面对一个空白的HTML,并希望立即开始工作,我需要什么? 2 ...

  4. 分清encodeURIComponent encodeURI 和 escape

    encodeURIComponent encodeURI escape 目的:这三个函数的作用都是让一段字符串在所有电脑(所有国家区域语言)上可读. escape对字符串进行处理: encodeURI ...

  5. 作用域与this

    面向对象 一.单例模式 1.1 对象数据类型的作用: 把描述一个对象的属性和方法放在一个单独的空间,与其他的对象分割开,即时出现属性名相同的情况,也不会产生冲突 var name="xiao ...

  6. SpringAOP之CGLIB字节码增强

    SpringAOP的基础原理就是动态代理 有两种实现方式:1)jdk动态代理 2)cglib动态代理 jdk动态代理和cglib动态代理的区别在于: cglib没有接口(通过继承父类) 只有实现类.  ...

  7. Java web开发中主要用到的jar包

    1.Java开发中主要用到的jar包介绍:(1)java JDK基础开发包:java包和javax包.书写方式:import java.lang.reflect.InvocationTargetExc ...

  8. Qt之设置应用程序图标

    简述 应用程序图标,通常显示在应用程序的顶层窗口的左上角,通过调用QWindow:setWindowIcon()函数来实现. 为了改变可执行程序文件本身的图标,因为它被呈现在桌面上,它必须采用另一种依 ...

  9. C++异常注意事项

    C++里面catch对于类型转换,限制比参数传递时候要多: 不可以进行标准算术转换和类的自定义转换:在函数参数匹配的过程中,可以进行很多的类型转换.但是在异常匹配的过程中,转换的规则要严厉. 标准算术 ...

  10. Android中通过ViewHelper.setTranslationY实现View移动控制(NineOldAndroids开源项目)

    我们知道有不少开源project,能实现非常多不错的效果.前几天,我看了一个效果,刚好项目中也用到了这个jar包. 没事挖一挖 学一学(一说到挖一挖.那么问题来了.挖掘机技术究竟哪家强 ),看看不错的 ...