cpu版本的tensorflow(通过anaconda环境）安装

cpu版本的tensorflow(通过anaconda环境）安装：
1. 首先去本文最后的Anaconda官方下载地址下载Anaconda安装文件Anaconda2-4.4.0-Linux-x86_64.sh（或其他版本）。在cd到文件下载路径下执行如下命令：bash Anaconda2-4.4.0-Linux-x86_64.sh（对应下载文件）。接下来按照提示设置一些安装路径等参数，Anaconda安装完成后，会安装很多Python（conda中的python)中常用的package
2. 安装完成后，使用如下命令生成一个名为tensorflow的conda环境，根据python版本选择正确的命令执行即可：conda create -n TensorFlow python=2.7（对应版本），生成conda环境主要是可以自由切换tensorflow环境和普通python环境。
3. 激活conda环境：source activate tensorflow;退出环境：source deactivate
4. 激活conda环境后，再就是下载tensorflow: pip install –upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.0-cp27-none-linux_x86_64.whl（下自己想要的版本）（激活conda环境后就是conda环境中的tensorflow）
5. 激活conda环境中的python， import tensorflow 查看是否成功
ps: 或许你会烦于每次都要激活conda环境，可以通过将envs下的tensorflow复制到普通的tensorflow下就可以解决，具体为将该路径/home/charles/anaconda2/envs/tensorflow/lib/python2.7中的site-packages文件夹中的所有文件复制到Anaconda安装路径下的lib/python2.7/site-packages文件夹中.此后就可以直接python导入tensorflow了，在IDE pycharm也可以直接使用：参考http://blog.csdn.net/u010899985/article/details/59482825

安装gpu版本时很容易出问题，以后更新：
参考资料：
cuda安装：http://blog.csdn.net/weixin_37761614/article/details/60375530
先查看对应的驱动版本：http://www.nvidia.com/Download/index.aspx?lang=en-us
再按着教程继续安装CUDA：http://blog.csdn.net/weixin_37761614/article/details/60375530
当在终端状态下不能调用conda环境下的python时可以起一个别名：
alias python=’/home/felix/anaconda2/envs/tensorflow/bin/python’(conda环境下的python路径）
tensorflow的更新：http://blog.csdn.net/qq_17105473/article/details/74637435
IDE中tensorflow路径问题：http://blog.csdn.net/u010899985/article/details/59482825