利用虚拟机搭建基于tensorflow框架的深度学习环境。VMware workstation12 + ubuntu16.04 + Anconda + Tensorflow

1、软件配置
   a. VMware workstation12(官方下载地址：https://www.vmware.com/cn.html。

       激活秘钥：链接：https://pan.baidu.com/s/1OHzcvdxOh8ql3UTNsztebg 提取码：xeee )  
   b. ubuntu16.04   （官方下载：https://www.ubuntu.com）
   c. Anconda  （官网下载：https://www.anaconda.com/）
   d. Tensorflow（安装包下载地址：https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/）

2、VMware workstation12 + ubuntu16.04 ：
   配置方法参考：https://blog.csdn.net/babyxue/article/details/80771450。
   注意：安装完成以后，配置网络环境。可能会碰到ubuntu浏览器无法上网但能够ping通，浏览器在地址栏直接输入www.baidu.com，参考https://blog.csdn.net/tham_/article/details/74906331。修改ubuntu系统语言及输入法时，有坑注意，自行搜索解决方案。

3、安装Anconda.只是为了创建虚拟环境，安装完成后要加入路径并修改几个文件，不然以后source激活/关闭环境无效，找不到文件目录。详细参考：https://blog.csdn.net/w1301100424/article/details/82052418。

具体示例：如图为Anconda安装完成。python版本为3.7.1。

终端输入sudo gedit ~/.bashrc，添加export PATH="/home/cbw/anaconda3/bin:$PATH"。（如果安装anconda时，已经yes添加路径,文件直接自动添加，无需再添加）

终端输入sudo gedit /etc/profile，在最后一行添加以下内容，其中的路径根据自己的安装路径填写：export PATH=”/home/cbw/anaconda3/bin:$PATH”。（两端带引号）

最后，终端输入source /etc/profile。

4、anconda自带的python即便是3.7版本，仍然可以搭建python=3.5的虚拟环境：conda create -n py3.5-tf1.7 python=3.5,其中py3.5-tf1.7为自己要搭建的环境名，source activate py3.5-tf1.7，激活环境，激活成功命令行左端有（环境名）。

创建好虚拟环境后，在环境下，直接pip install tensorflow==1.7.0安装，常报网络超时（手机开热点电脑联网可以安装成功不知道为啥）。另外一种方法是去步骤1-d网址下载对应版本的whl文件。然后：    

pip install /home/cbw/下载/tensorflow-1.7.0-cp35-cp35m-manylinux1_x86_64.whl 

即可安装成功。

常用相关命令：

conda create -n 环境名              #创建一个新环境

conda env list                     #查看创建的环境

source  activate 环境名             #激活环境

source deactivate 环境名            #关闭环境

conda remove -n py3.5-tf1.7 --all  #移除环境
conda create -n yolo --clone tf_gpu   #克隆环境从tf_gpu到yolo

conda list                         #查看环境里的工具

#安装清华镜像

pip install https://pypi.tuna.tsinghua.edu.cnttimple/tensorflow/tensorflow-1.7.0-cp35-cp35m-manylinux1_x86_64.whl  

#安装谷歌镜像

pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.7.0-cp35-none-linux_x86_64.whl

测试是否成功：

打开终端依次输入：

source activate py3.5-tf1.7
python

import tensorflow as tf
sess = tf.Session()
a=5
b=6
c=tf.multiply(a,b)
print(sess.run(c))

返回结果：30