Ubuntu16.04安装基于Python3.5的1.2.0GPU版本的TensorFlow

一、TensorFlow的安装方式优缺点简介

PIP安装：

优点：应该是几种安装方法中最快的一种

缺点：不能灵活定制，操作系统、GPU 硬件、CUDA 版本、cuDNN 版本必须与官方标称一致

VirtualEnv安装：

可以创建一个独立的Python运行环境，这样做能使排查安装问题变得更容易。

Anaconda安装：

Anaconda 使用 conda 作为自己的包管理工具,同时具有自己的计算环境，且无需自己配置环境变量，特点与 Virtualenv安装相似。

Docker安装：

优点：适合在大量相同环境机器构成的集群上批量部署

缺点：有墙的孩子像根草，增加了 Docker 学习成本

源码编译安装：

优点：灵活定制，可按需增加新特性

缺点：门槛高，配置编译环境耗时较长

综合比较上述方法，我们选择较为方便的PIP安装方法，且选择逐渐流行起来的Python3.5版本，TensorFlow目前的主流版本是1.2.0，官方标称为CUDA8.0版和cuDNN5.1版。关于CUDA和cudnn的安装参照博主的另一篇博客：https://blog.csdn.net/qq_30163461/article/details/80324843。

二、PIP方法安装基于Python3.5的TensorFlow1.2.0

pip介绍：PIP