TensorFlow 学习笔记（一）：Ubuntu 环境和 TensorFlow 下载配置

这个假期在学习深度学习和图像识别的相关内容，一开始觉得有些无从下手，后来决定从TensorFlow开始

由于之前在CSDN上学到了很多，也看到很多dalao用博客记录学习过程，所以也决定开个坑，不管学了多少，都在这里记录下来

首先介绍我准备使用TensorFlow的环境和配置：Macbook Air上安装的Ubuntu 18.0虚拟机，TensorFlow的版本是1.10.0，编程语言使用的是python 2.7

由于此前我对Linux系统了解甚少，所以这次学习其实是从安装Ubuntu开始的，主要参考了清华大学出版社出版、王宏勇主编的《Ubuntu Linux基础教程》这本书。一开始打算安装Ubuntu双系统，但分盘的过程太过复杂，最后还导致我重新安装了OS X系统；因此还是选择在Paralells Desktop虚拟机中进行了安装。事实证明还是虚拟机比较适合小白（摊手）。

接着是Ubuntu的指令操作。其实Ubuntu已经有了比较完备的图形操作界面，大部分文件指令都可以在Files中通过直观操作实现，比较重要的是在Terminal中运行程序时需要进行一些目录查看与转换的操作。在等待输入指令的$符号前面显示的是当前的目录位置，ls指令可以查看当前目录下的文件和目录，cd可以进行目录的切换

cd ..             #可移动到当前目录的上级目录
cd ~              #可移动到当前用户的根目录
cd .              #移动到当前目录
cd ./dir1/dir2    #可以通过'/'进入下级目录

此外，在新建和读取程序文本时，除了用Text Editor之外，还可以在Terminal中利用进行操作

cat filename        #显示文本文件内容
cat>filename        #新建文本文件并键入内容
input line1
input line2
...
crtl+D to end input

总的来说，目前我觉得需要用到的指令主要就是这些，此后要用到其他的指令再补上吧

安装完Ubuntu之后，首先进行Python的验证，Ubuntu自带的Python是2.7版本，在终端中输入指令

python --version

在我的Ubuntu系统中可以看到回应

Python 2.7.15rc1

说明python2可以使用，在终端中输入指令python后即可进入python进程，显示>>>的提示符，此时即可使用python编写指令或者运行python脚本。

安装TensorFlow时，我选择了使用pip安装，总的来说分为以下几步

一、安装pip

#在Ubuntu 64-bit环境下安装
sudo apt-get install python-pip python dev

二、设置安装包URL

#Ubuntu 64-bit, Python 2.7
export TF_BINARY_URL=
https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.4.0-cp27-none-linux_x86_64.whl

三、通过pip安装TensorFlow

sudo pip install --upgrade $TF_BINARY_URL

至此TensorFlow安装完毕，可以输入python指令后输入如下python指令查看已安装的TensorFlow版本和安装目录

import tensorflow as tf
tf.__version__
tf.__path__

如果显示版本号和目录地址而没有报错，那就说明安装成功了