Ubuntu 16.04LST 下安装Anaconda及Tensorflow

一、下载Anaconda并安装

官网下载地址：https://www.continuum.io/downloads/

下载完毕后，在terminal中到达文件所在位置

bash Ana.......(快捷键Tab) .sh

一路按回车键，中间记得输入一个yes就可以顺利完成安装。

安装完后，配置环境路径

# 将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda3/bin
echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
# 更新bashrc以立即生效
source ~/.bashrc

输入python。看见Anaconda就对了

二、Conda相关配置

Conda的环境管理功能允许我们同时安装若干不同版本的Python，并能自由切换。对于上述安装过程，假设我们采用的是Python 2.7对应的安装包，那么Python 2.7就是默认的环境（默认名字是root，注意这个root不是超级管理员的意思）。

# 创建一个名为tenseorflow的环境，指定Python版本是3.5
conda create --name tensorflow python=3.5

# 安装好后，使用activate激活某个环境
activate tensorflow  # for Windows
source activate tensorflow # for Linux & Mac
# 激活后，会发现terminal输入的地方多了tensorflow 的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.5对应的命令加入PATH

# 此时，再次输入
python --version
# 可以得到`Python 3.5.3 :: Continuum Analytics, Inc.`

# 如果想返回默认的python 2.7环境，运行
deactivate tensorflow # for Windows
source deactivate tensorflow# for Linux & Mac
#可以得到`Python 2.7.13 :: Anaconda 4.3.1 (64-bit)`

# 删除一个已有的环境
conda remove --name tensorflow --all

用户安装的不同python环境都会被放在目录~/anaconda/envs下，可以在命令中运行conda info -e查看已安装的环境，当前被激活的环境会显示有一个括号。

三、TensorFlow安装

conda install -n tensorflow -c https://conda.anaconda.org/jjhelmus tensorflow

输入y，安装相关包。

四、测试

官网上的测试程序。对一个线性数据进行训练的demo。

vi test.py

把代码粘进去

import tensorflow as tf
import numpy as np

# Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3

# Try to find values for W and b that compute y_data = W * x_data + b
# (We know that W should be 0.1 and b 0.3, but TensorFlow will
# figure that out for us.)
W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
b = tf.Variable(tf.zeros([1]))
y = W * x_data + b

# Minimize the mean squared errors.
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# Before starting, initialize the variables.  We will 'run' this first.
init = tf.initialize_all_variables()

# Launch the graph.
sess = tf.Session()
sess.run(init)

# Fit the line.
for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(W), sess.run(b))

# Learns best fit is W: [0.1], b: [0.3]

python test.py

万里长征第一步

五、安装sublime

个人非常喜欢sublime，良心产品呀

• 添加sublime的仓库

sudo add-apt-repository ppa:webupd8team/sublime-text-3

• 更新软件库

sudo apt-get update 

• 安装sublime

sudo apt-get install sublime-text-installer

然后我们就有可爱的sublime text啦~

PPS

非常感谢sublime text的无限期试用，有能力时候一定会支持你的。

---