Ubuntu下Anaconda安裝TensorFlow並設定Jupyter遠端存取

　　本文主要講解在Ubuntu系統中，如何在Anaconda下安裝TensorFlow以及設定Jupyter Notebook遠端存取的過程。

　　在官方文件中提到，TensorFlow的安裝主要有以下五種形式：

1. Pip安裝：這種安裝形式類似於安裝其他的Python安裝包。會影響到機器上當前的Python環境，可能會與已安裝的某些版本相衝突。
2. Virtualenv安裝：將TensorFlow安裝在指定路徑下，與當前的Python環境相隔離。
3. Anaconda安裝：以Anaconda為基礎安裝TensorFlow，和上面的形式相同，也與當前Python環境相隔離。在使用TensorFlow時不影響其他Python應用的使用。
4. Docker安裝：在Docker中隔離安裝TensorFlow

5. 從原始碼安裝：編譯原始碼生成TensorFlow的安裝whell檔案。

   　　在安裝過程中，嘗試了Pip安裝和Anaconda安裝兩種形式。其中Pip安裝過程比較簡單，按照官方文件中的步驟進行即可。接下來主要描述的是Anaconda安裝的過程。

一、Anaconda和TensorFlow環境

1、Anaconda安裝

　　首先去本文最後的Anaconda官方下載地址下載Anaconda安裝檔案Anaconda2-4.2.0-Linux-x86_64.sh。
　　下載完成後上傳到伺服器中，在檔案路徑下執行如下命令：
bash Anaconda2-4.2.0-Linux-x86_64.sh

　　接下來按照提示設定一些安裝路徑等引數，Anaconda安裝完成後，會安裝很多Python中常用的package，比如ipython和jupyter等。

2、TensorFlow環境設定和切換

　　安裝完成後，使用如下命令生成一個名為tensorflow的conda環境，根據python版本選擇正確的命令執行即可

# Python 2.7
$ conda create -n TensorFlow python=2.7

# Python 3.4
$ conda create -n TensorFlow python=3.4

# Python 3.5
$ conda create -n TensorFlow python=3.5

　　生成conda環境主要是可以自由切換tensorflow環境和普通python環境。
（1）進入TensorFlow環境
　　使用如下命令進入TensorFlow環境：
source activate tensorflow
　　此時介面如圖所示，可以看到，在這裡會將/usr/local/ml/anaconda2/envs/tensorflow/bin設定到PATH變數前，
　　

（2）退出tensorflow環境
　　使用如下命令可以從tensorflow環境中退出：
source deactivate
　　結果如下，可以看到這兩種環境下python的執行路徑是不相同的
　　

二、TensorFlow安裝

1、安裝

　　在官方文件中介紹了在Anaconda中安裝TensorFlow有兩種方法，一種是使用conda安裝，另一種是使用pip安裝。在實際操作時發現由於網路原因，稍大一點的安裝包就會長時間卡住無響應。可以考慮將需要的安裝包下載後以local模式進行安裝，在操作中發現pip安裝可下載的資源比較多，而conda安裝資源比較難找，所以接下來以pip的方式進行安裝。
　　在conda安裝時，可以看到TensorFlow需要依賴的package及版本如下：

　　在pip安裝模式下，根據安裝過程的提升，將對應版本的安裝檔案從本文最末的Python安裝包下載地址中下載到本地。比如在此次安裝過程中，我手動下載了幾個比較大的安裝檔案，如下所示

pip install numpy-1.11.2-cp27-cp27mu-manylinux1_x86_64.whl
pip install protobuf-3.0.0-py2.py3-none-any.whl
pip install tensorflow-0.11.0rc0-cp27-none-linux_x86_64.whl

2、遇到的報錯

　　安裝完成後，在tensorflow環境下執行範例程式碼時發現了如下的一個報錯

ImportError: libcudart.so.7.0: cannot open shared object file: No such file or directory
...
Error importing tensorflow. Unless you are using bazel

　　經排查發現是tensorflow安裝檔案下載錯誤導致的。我本想安裝的是CPU Only版本，而錯誤安裝了一個GPU enabled版本。
　　

　　有關該錯，還可以參考官方文件中的詳細描述

　　重新安裝對應版本後錯誤消失。

3、驗證安裝是否正確

　　官方文件中提供一段檢查tensorflow安裝是否正確的程式碼，如下所示

$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>

　　執行結果如下所示：
　　

　　到這裡TensorFlow已經正確安裝，可以繼續進行後續學習了。
　　但是考慮到TensorFlow安裝在虛擬機器中，使用不是很方便，接下來考慮設定一個jupyter notebook server服務可以在瀏覽器中遠端存取，更加方便的使用tensorflow。

4、檢視版本和安裝路徑

　　檢視TensorFlow的版本：

>>> import tensorflow as tf
>>> tf.__version__
'0.11.0rc2'

　　檢視TensorFlow安裝路徑：

>>> tf.__path__
['/usr/local/ml/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow']

更多詳情見請繼續閱讀下一頁的精彩內容： http://www.linuxidc.com/Linux/2017-03/142291p2.htm