安装了anaconda3之后安装tensorflow

 

 

安装tensorflow有两种方法：第一种是直接在命令行里下载，这种方法在tf的官方安装指南上有。但是对于你国的超大局域网来说，实现起来相当的慢….第二种方法就是先下载好tensorflow的镜像，然后再用pip直接安装。

具体说一下第二种方法：

1.下载tensorflow镜像

下载对应版本的tensorflow镜像，我电脑是用的ubuntu，Python3.6

tensorflow-1.4.0-cp35-cp35m-manylinux1_x86_64.whl

 

下载网址为https://pypi.org/project/tensorflow/1.4.0/#files

2.安装tensorflow

先创建conda环境

conda create -n tensorflow python=3.6

建议在最后标明Python版本号，虽然我记得曾经装tensorflow没有标注版本号也能成功。

然后进入conda环境并安装tensorflow

source activate tensorflow若不能激活，则可能是没有载入anaconda3的安装路径，需要执行$ export PATH=/home/zhaoliang/software/anaconda3/bin:$PATH

cd ~/download #我是将下载好的东西放在了download文件夹里

pip install --ignore-installed --upgradetensorflow-1.4.0-cp35-cp35m-manylinux1_x86_64.whl

3.测试是否安装成功

import tensorflow as tf

个人认为只需要上面一条就可以判断了。若安装成功，则不会报错。

４．接下来测试tensorflow有没有安装成功，方法如下：

 

zhaoliang@zlvm:~$ source activatetensorflow

 

(tensorflow) zhaoliang@zlvm:~/download$import tensorflow as tf

 

(tensorflow) zhaoliang@zlvm:~/download$ dir

tensorflow-1.4.0-cp35-cp35m-manylinux1_x86_64.whl  tf

(tensorflow) zhaoliang@zlvm:~/download$python3

Python 3.5.5 |Anaconda, Inc.| (default, Mar12 2018, 23:12:44)

[GCC 7.2.0] on linux

Type "help","copyright", "credits" or "license" for moreinformation.

>>> import tensorflow as tf

>>> hello=tf.constant('hello')

>>> sess=tf.Session()

2018-04-19 14:29:55.703504: Itensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supportsinstructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2AVX AVX2 FMA

>>> a=tf.constant(111)

>>> b=tf.constant(222)

>>> print(sess.run(a+b))

333

 

５．出现了编译错误our CPU supports instructions that this TensorFlow binary was notcompiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA，解决办法为：重新安装了一遍与python3,ubuntu16.04对应的tensorflow，因为上面安装的的是ｍａｎｙｌｉｕｎ通用版，可能对有点ｃｐｕ的编译不支持。

(tensorflow) zhaoliang@zlvm:~/download$ pipinstall --ignore-installed --upgradehttps://github.com/lakshayg/tensorflow-build/raw/master/tensorflow-1.4.0-cp35-cp35m-linux_x86_64.whl　（ｈｔｔｐｓ为具体的下载地址）

编译出错的问题得到解决，至此tensorflow安装完成。

测试程序：

>>> import tensorflow as tf

>>> hello=tf.constant('hello')

>>> sess=tf.Session()

>>> a=tf.constant(111)

>>> b=tf.constant(222)

>>> print(sess.run(a+b))

333