ubuntu下安装anaconda以及tensorflow以及anaconda中环境介绍_在ubuntu下如何查看anaconda中是否成功安装tensor flow

Ubuntu安装、python安装以及Tensorflow安装

Ubuntu安装

1. 首先下载ubuntu的iso镜像，地址在种子地址。

2. 安装virtualbox

3. 在virtualbox中安装ubuntu

关于安装ubuntu，网上有一大堆教程，自行百度安装教程

4.安装python

因为ubuntu是默认有python的，所以你只需要验证一下你的python是否能够使用即可。默认版本2.7.

5. 安装anconda

在ubuntu中安装anconda参照网上方案，这里强调的是关于anconda的作用，它其实可以看做是一个对python的管理，在你安装完anconda后，你就可以安装多个环境，并且每个环境都是互相不相关的。

安装完anaconda后，你可以再开启一个终端输入conda list，如果显示没有该命令，就说明你的环境变量没有配置好，此时在终端中输入

sudo gedit ~/.bashrc
1

然后在末端输入

export PATH="/home/coder/anaconda3/bin:$PATH"
1

后面那个home/coder是你安装anaconda的位置，这个环境变量设置的功能好win上是类似的，都是为了能在所有终端下运行命令。

在修改完环境变量后你就可以使用conda list命令了，然后就可以使用anaconda管理了。

小插曲–使用virtualBox时win和ubuntu不能双向粘贴解决方法双向粘贴

以及安装virtual box 增强工具使用sudo apt-get install virtualbox-guest-dkms参考增强工具

5.1 建立一个tensorflow环境

1、先更改anconda下载镜像为清华仓库镜像（这样舒速度快一点）
打开Anaconda Prompt，输入清华仓库镜像，这样更新会快一些：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
1
2

2、建立一个python环境，python版本为3.6，取名字为tensorflow

conda create -n tensorflow python=3.6
1

3、这样的话你就拥有了一个自己的环境，然后你激活这个环境就可以使用了，你可以在这个环境下安装一些python模块。

source activate tensorflow  
1

在win中不需要写source

以后你就可以在这个环境下工作了，并且避免和他人冲突。

4、激活这个环境后，就可以在里面安装tensorflow，掌握这里使用的是pip方式安装的

pip install --upgrade --ignore-installed tensorflow
1

安装方式有很多中，任意选择一个即可。

5、然后进入python，使用import tensorflow进行测试，看是否安装成功

---

2018年10月：

之前我安装tf都没问题，这次安装忽然报错

import tensorflow failed, "ImportError: DLL load failed".   
1

所以就找了教程，发现把安装tf改成下面就行了：

pip install tensorflow==1.5  
1

可能在安装完还会出现

from . import add_newdocs
ImportError: cannot import name add_newdocs  
1
2

这种错误，这个时候你可以使用 pip uninstall numpy先把numpy进行卸载，然后再使用 conda install numpy 重新安装，我发现不仅仅解决了tensorflow的问题，还解决了我sklearn总是报错的问题。

在安装opencv的时候可能也会出现DLL load failed，这时候可能的原因是opencv的版本和python的版本不一致，比如你python的版本是3.6，那么下载opencv的时候要选择cp36的，下载whl包，可以去清华镜像下载，https://pypi.tuna.tsinghua.edu.cn/simple/opencv-python/

参考文献：

双向粘贴

简单过程

参考配置环境变量

详细过程（后悔没早点看到）

https://github.com/tensorflow/tensorflow/issues/17393