1. Ubuntu下使用pip方式安装tensorflow

参考文档： https://tensorflow.google.cn/install/pip

首先明确，我们采用python3环境。

1. 先确认本机已安装好python3的环境

python3 --version
pip3 --version
virtualenv --version

如没有则安装以下命令安装：

$ sudo apt-get install python3-pip python3-dev
$ sudo pip3 install -U virtualenv

2. 创建虚拟环境（推荐）

Python虚拟环境用于将包安装与系统隔离。

# 通过选择Python解释器并创建./venv目录来保存一个新的虚拟环境：
$ virtualenv --system-site-packages -p python3 ./venv

# 使用特定的shell命令激活虚拟环境：
$ source ./venv/bin/activate  # sh, bash, ksh, or zsh

# 当virtualenv激活时，你的shell提示符有(venv)前缀
# 在虚拟的环境中安装包不会影响主机系统的配置。首先升级pip:
(venv) $ pip install --upgrade pip
(venv) $ pip list
# 然后可以退出虚拟环境：
(venv) $ deactivate  # don't exit until you're done using TensorFlow

3. 安装TensorFlow pip包

从PyPI安装以下一个TensorFlow软件包:

• tensorflow —Current release for CPU-only (recommended for beginners)
• tensorflow-gpu —Current release with GPU support (Ubuntu and Windows)
• tf-nightly —Nightly build for CPU-only (unstable)
• tf-nightly-gpu —Nightly build with GPU support (unstable, Ubuntu and Windows)

如果是要安装GPU版本，需要做一些额外的设置:

# 对于Ubuntu 16.04和可能的其他基于Debian的Linux Distros添加NVIDIA包存储库，并使用APT安装CUDA。
# Add NVIDIA package repository
$ sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
$ wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_9.1.85-1_amd64.deb
$ sudo apt install ./cuda-repo-ubuntu1604_9.1.85-1_amd64.deb
$ wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
$ sudo apt install ./nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
$ sudo apt update

# Install CUDA and tools. Include optional NCCL 2.x
$ sudo apt install cuda9.0 cuda-cublas-9-0 cuda-cufft-9-0 cuda-curand-9-0 
    cuda-cusolver-9-0 cuda-cusparse-9-0 libcudnn7=7.2.1.38-1+cuda9.0 
    libnccl2=2.2.13-1+cuda9.0 cuda-command-line-tools-9-0

# Optional: Install the TensorRT runtime (must be after CUDA install)
$ sudo apt update
$ sudo apt install libnvinfer4=4.1.2-1+cuda9.0

虚拟环境安装：

(venv) $ pip install --upgrade tensorflow  # 可能时间会比较长,如果要支持GPU，请安装tensorflow-gpu
# 验证安装：
(venv) $ python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

安装成功后，就可以开始学习如何使用了。