what？
我們需要通過vmware虛擬機器平台+ubuntu虛擬機器+nwvut安裝pip的方式來搭建tensorflow的環境。
官網參考文件位址：由於博主用的是ubuntu 14.04，因此以ubuntu為例，進行說明，其他os請參考上面給出的鏈結。
提示：最好別用windows，後面會有很多的相容問題
安裝的方式也有好幾種，通過pip，docker,anacodnda等，因為ubuntu是自帶python和pip的，因此這裡給出的是pip的安裝方式。
確定python及pip的版本
輸入命令nwvutpython -v確認python的版本，需要2.7或者是3.3+
輸入命令pip -v或pip3 -v確認pip的版本，建議pip在8.1以上，或者是pip3，如果不是則使用sudo apt-get install python-pip python-dev進行更新。
why？
目前tensorflow用三種安裝方式：
(1)docker：一種虛擬化技術，可以將整個tensorflow依賴關係封裝進去，支援程式設計客棧大部分作業系統（包括windows），但是目前(2018.1.21)docker還不夠完善，不建議使用。
(2)pip：乙個安裝、管理python的工具，通過pip可以安裝以及打包好的tensorflow，但只支援ununtu。這種方法是目前的主流方法。
(3)從源**編譯安裝：將tensorflow的源**程式設計客棧編譯成pip安裝包。這種方法——我不會。
因此我們採取最簡單好用的 pip 的方法，就需要 vmware虛擬機器平台+ubuntu虛擬機器+安裝pip
how?
1.**安裝vmware，很簡單，需要驗證的話網上可以搜到序列號，免費用。
2.**ubuntu開源系統的iso檔案，然後在vmware上新建虛擬機器並載入ios檔案，安裝ubuntu。
在建立作業系統時會要求輸入乙個密碼，這個密碼將用來登陸和獲得root許可權，要記好！
3.正常啟動虛擬機器（此時可以在上圖中選擇物理驅動器連線，不需要iso了），右鍵開啟超級終端
輸入$ sudo apt-get install python-pip python-dev，輸入密碼，再輸入y，從而**安裝pip。
輸入$ sudo pip install --upgrade 從而**安裝tensorflow。
如果提示你的pip版本太低，那麼輸入$ pip install --upgrade pip公升級pip，之後再輸入指令**tensorflow。
驗證tensorflow是否安裝成功
啟動終端，輸入python
輸入以下**：
>>> import tensorflow as tf
>>& hello = tf.constant('hello, tensorflow!')
>>> sess = tf.session()
>>> print(sess.run(hello))
如果輸出hello, tensorflow!則代表安裝成功。
到此，tensorflow的環境就基本搭好了。然後輸入命令:$ python 即可進入python環境，開始tensorflow的表演！希望對大家的學習有所幫助，也希望大家多多支援我們。
本文標題: tensorflow環境搭建的方法步驟
本文位址:
Tensorflow環境搭建（Windows10）
這兩天都沒更新部落格了，原因無它，就是因為這兩天的業餘時間就用來搭建google大名鼎鼎的深度學習框架了。踩了不少坑啊，因此一定要記錄一下環境的搭建過程。環境 首先，先看看我的環境 當然了，如果是裝cpu版本的話是沒有問題的，對顯示卡沒要求，但是據說顯示卡可以提公升很多的速度啊，沒試過，試試便知道了...
TensorFlow基礎環境搭建（Windows）
本文介紹當前最流行的人工智慧分析框架tensorflow的基礎環境搭建 windows 1 python基礎環境搭建 安裝python3.6 安裝anaconda 安裝jupyter 安裝後anaconda後，直接在命令列工具裡進行安裝即可 pip install jupyter 啟動jupter ...
輕鬆搭建TensorFlow開發環境
進入本書的開門階段，先從環境的搭建開始。雖然tensorflow支援cpu執行，但是裡面也會有一些內容例項涉及到只能在gpu上執行。所以很有必要在學習本書之前購買乙個帶有gpu顯示卡的機器。本書使用的python 3.5開發環境，開發工具使用anaconda，作業系統使用windows 10。ten...