TensorFlow只支持Linux系统，所以Windows系统用户可以不用考虑了。要么双系统，要么虚拟机，这里我是用工作用的笔记本安装的，所以只能用虚拟机了。其实最好还是双系统，这样可以发挥显卡的威力，前提是如果你有一块Nvida显卡的话。

 

第一步，去Anaconda官网下载安装包，找到Linux 64位的Python2.7安装包，下载好保存到本地。

 

第二步，用WinScp上传到CentOS虚拟机里面，准备工作就做好了。

我习惯传到root目录下，所以命令行就直接敲就可以了。如果放到了别的目录需要先把路径设置好。

命令如下

[plain] view plain copy

 

1. <span style="font-size:14px;">bash Anaconda2-4.0.0-Linux-x86_64.sh</span>  

一路默认安装就好，最好安装完毕之后测试命令： conda --v 如果显示版本信息就算安装成功。

 

我试了好几次没有成功，提示我 conda: command not found 一开始还以为是安装版本不对，看了一下目录也安装正确了，最好发现是配置系统路径没有成功，只好手动添加了，命令如下：

 

export PATH=~/anaconda/bin:$PATH

再次测试，成功输出了版本信息。

 

 

第三步，接下来就是创建Conda的虚拟环境，用来运行TensorFlow。命令如下，

 

[plain] view plain copy

 

1. <span style="font-size:14px;"># Python 2.7  
2. $ conda create -n tensorflow python=2.7</span>  

 

 

此时Conda会安装一些必要的包，安装完成后一个叫tensorflow的虚拟空间就算建好了

接下来激活空间。命令如下，

 

[plain] view plain copy

 

1. <span style="font-size:14px;">$ source activate tensorflow</span>  

 

 

此时命令提示符前出现空间名称，就算成功了

 

 

第四步，在此空间中安装TensorFlow。命令如下，

 

[plain] view plain copy

 

1. <span style="font-size:14px;">$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl</span>  

 

经过漫长的等待，终于安装完了！不得不吐槽一下公司的网速

 

最后一步，测试！

 

[plain] view plain copy

 

1. $ python  
2. ...  
3. >>> import tensorflow as tf  
4. >>> hello = tf.constant('Hello, TensorFlow!')  
5. >>> sess = tf.Session()  
6. >>> print(sess.run(hello))  
7. Hello, TensorFlow!  

 

看到这个输出就是成功了！ 可以愉快的学习AI了!

测试完成后退出虚拟环境

 

[plain] view plain copy

 

1. (tensorflow)$ deactivate  
2.