【TensorFlow笔记02】Anaconda的安装

11.5 TensorFlow与操作系统

下面一下TensorFlow的安装过程。由于TensorFlow并非全部由Python编写而成，它的很多底层代码仍然是由高性能的C++甚至CUDA编写而成，所以它的安装过程比较繁琐，可能导致部分初学者不能一次性安装成功。

TensorFlow为CPU和GPU两个版本。由于本书主要是面向初学者（而非生产环节的读者），在学习深度学习基本原理和TensorFlow的初级操作上，CPU版本已经够用。

此外，由于TensorFlow目前对Linux和Mac支持较好，而对Windows支持较弱（这是因为，大部分有关深度学习的项目，都运行在类Unix环境之中），所以在下文，我们仅仅介绍Linux（以Ubuntu为载体）TensorFlow CPU版本的安装（在Mac环境下的安装，和Linux环境下安装基本类似，不再赘述）。

为了避免在安装过程中的软件依赖牵制，我们推荐读者使用Anaconda来完成后续的所有软件的安装。

11.6 Anaconda的安装

“磨刀不误砍柴工”。下面我们首先介绍Anaconda的安装。首先，在浏览器上访问https://www.anaconda.com/download/#linux，鼠标点击下载Anaconda的Python 3.6版本（64 bit，525M）。

图11-4 Anaconda的下载界面

如果不指定下载路径，下载完毕后，它将保存在户家目录下的“Download”文件下。通常，我们用波浪号“~”代替具体的家目录，在终端，我们可以用“ls” 命令查看下载的文件。

yhilly@ubuntu:~/Downloads$ ls

Anaconda3-5.1.0-Linux-x86_64.sh

其中Anaconda3-5.1.0-Linux-x86_64.sh就是我们所需安装的文件。下载完毕后，为了防止下载过程中文件的“缺斤少两”，有个可选项操作就是检查文件的完整性：md5sum /path/filename。这里md5sum命令，表示的MD5校验和，“/path/filename”表示你下载Anaconda的实际存放路径。

从文件的后缀名“.sh”可以看出，这是一个shell文件。运行这类文件，通常需要bash（一个为GNU计划编写的Unix shell）来解释执行，如下所示。

bash ~/Downloads/Anaconda3-5.0.1-Linux-x86_64.sh

在安装过程中，需要输入回车键（Enter）来阅读并确认同意Anaconda的服务条款，过程中还要手动输入“yes”，明确表示同意该条款。之后，Anaconda才正式进入安装进程。

Anaconda的默认安装路径是“/home//anaconda3”。这里的表示用户名，不同的Linux用户，安装路径稍有不同。

在安装尾声，程序会询问是否将安装路径“/home//.bashrc”是否添加到PATH环境变量中，选择输入“yes”。这样一来，在以后，就可以直接在终端使用诸如ipython、spyder等命令了（这些好用的命令，均来自于Anaconda环境）。

打开家目录下的“/.bashrc”文件，就可以发现在文件最后两行，有如下所示的环境变量添加记录：

# added by Anaconda3 installer

export PATH=&＃8221;/home/
/anaconda3/bin:$PATH&＃8221;

上述环境变量变量中，可根据不同的用户名做相应调整。最后，当屏幕输出“Thank you for installing Anaconda 3!”字样时，就表明Anaconda安装完毕。

Anaconda可视为Python的一个发行版。如果将Python比作一款纯净Linux的话，那么，Anancoda可视为集成若干软件的Ubuntu或CentOS。利用它，可有效解决Python开发者的两大痛点：

第一，Anancoda提供Python环境下若干软件包的管理功能。这点类似于pip（或pip3）。我们知道，在Python生态圈中，很多软件包之间相互依赖，如有不慎，弄错了安装次序，就可能导致安装失败，但Anaconda可有效解决这些冲突。

第二，Anancoda可解决多版本Python并存的问题。因为它提供虚拟环境管理，其功能类似于Virtualenv（用来建立虚拟的Python环境，提供项目专属的Python环境）。

安装Anancoda，可一并解决pip和Virtualenv所能解决的问题。

本文部分节选自《
深度学习之美：AI时代的数据处理与最佳实践》（张玉宏著，电子工业出版社，2018年7月出版）。更多理论推导及实战环节，请参阅该书。

（连载待续）