Ubuntu中配置TensorFlow使用环境的方法

一、TensorFlow简介

TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine
learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。

Tensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究。

TensorFlow由谷歌人工智能团队谷歌大脑（Google Brain）开发和维护，拥有包括TensorFlow Hub、TensorFlow
Lite、TensorFlow Research Cloud在内的多个项目以及各类应用程序接口（Application Programming
Interface, API）。自2015年11月9日起，TensorFlow依据阿帕奇授权协议（Apache 2.0 open source
license）开放源代码。

** 二、安装Anaconda **

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda
的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和
Python）。

获取Anaconda

在 官网下载链接
下载Python3.7版本的安装包

下载好以后的文件是 Anaconda3-2020.02-Linux-x86_64.sh

开始安装

使用终端进入到保存Anaconda文件的目录下，使用下面命令开始安装

    bash Anaconda3-2020.02-Linux-x86_64.sh

开始安装后会让咱们检查Anaconda License，若想跳过，则按Q跳过，之后会询问我们是否同意（Do you approve the license
terms?），输入 yes 然后回车继续

接下来会询问咱们要把Anaconda安装到哪个路径，若有指定，输入路径并回车继续，若无指定，将会安装到默认目录家目录，回车继续。

等到下一个提示确定的时候，是问咱们要不要在~/.bashrc文件中加入环境变量，输入 yes
回车继续，等滚屏结束，咱们的Anaconda就安装完毕了。

三、TensorFlow的两个主要依赖包

Protocol Buffer

首先使用apt-get安装必要组件

    $ sudo apt-get install autoconf automake libtool curl make g++ unzip

然后cd到合适的目录使用git clone功能获取安装文件

    $ git clone 
    $ https://github.com/protocolbuffers/protobuf.git
    $ cd protobuf
    $ git submodule update --init --recursive
    $ ./autogen.sh

开始安装

    $ ./configure
    $ make
    $ make check
    $ sudo make install
    $ sudo ldconfig # refresh shared library cache.

在安装结束后，使用如下命令，看到版本号则安装成功

    $ protoc --version

Bazel

安装准备

在安装Bazel之前，需要安装JDK8，具体安装方法请参考如下链接
jdk8安装方法
然后安装其他的依赖工具包

    $ sudo apt-get install pkg-config zip g++ zlib1g-dev unzip 
    

获取Bazel

在 发布页面 获取 bazel-0.4.3-jdk7-installer-linux-x86_64.sh ，
然后通过这个安装包安装Bazel

    $ chmod +x bazel-0.4.3-jdk7-installer-linux-x86_64.sh
    $ ./bazel-0.4.3-jdk7-installer-linux-x86_64.sh --user

安装完成后继续安装其他TensorFlow需要的依赖工具包

    $ sudo apt-get install python3-numpy swig python3-dev python3-wheel

在完成后，在~/.bashrc中添加环境变量