Step by Step 真正從零開始，TensorFlow詳細安裝入門圖文教程！幫你完成那個最難的從0到1

安裝遇到問題請文末留言。

微信公衆號：aibbtcom

AI這個概念好像忽然就火起來了，年初大比分打敗李世石的AlphaGo成功的吸引了大量的關注，但其實看看你的手機上的語音助手，相機上的人臉識別，今日頭條上幫你自動篩選出來的新聞，還有各大音樂軟件的歌曲「每日推薦」……形形色色的AI早已進入咱們生活的方方面面。深入的影響了着咱們，能夠說，這是一個AI的時代。

其實早在去年年末，谷歌就開源了其用來製做AlphaGo的深度學習系統Tensorflow，相信有很多同窗曾經對着這款強大的機器學習系統蠢蠢欲動，但雖然有關Tensorflow的教程其實很多，甚至谷歌官方就在Tensorflow的官網給出了一份詳細的教程，也有網站已經將其翻譯成了中文（點擊查看），但它仍然是有門檻的，尤爲是對於對計算機及編程語言瞭解不深的同窗，可能看着頁面上憑空給出的代碼陷入懵逼。

而今天我要作的，就是帶着全部這些幾乎沒有編程基礎卻很想學習Tensorflow的同窗跨過這道坎。告訴大家你們如何準備好使用Tensorflow進行編程所需的一切，以及如何看懂教程上的那些代碼所表明的含義，那麼廢話很少說，咱們立刻開始。

在Linux操做系統下的安裝

安裝環境

Tensorflow的支持列表裏是沒有Windows的。雖然能夠用Docker來實如今Windows上運行，但小問題不少，它支持的最好的仍是基於unix內核的系統，如Linux，所以咱們最好仍是安裝一個Linux的環境來運行它。Linux是一款免費的開源操做系統，應用很是普遍，如著名的Android就是基於Linux改進的一款針對手機的操做系統。而對於咱們來講，最易於理解的版本就是著名的Ubuntu，點擊連接便可去官網下載，正如前面所說，下載和使用都是免費的。

若是你使用的是Mac，那就方便不少了，由於Mac os自己就是一個基於Unix的操做系統，已經搭載了所有安裝Tensorflow所須要的組件。因此安裝的不少步驟均可以省去，直接進行Tensorflow的安裝，不過命令同Ubuntu有所不一樣。但你也能夠看看接下來的教程，對理解那些命令也會有幫助。呃……你說你在Mac上裝了Windows？

下載以後，你會獲得一個裝着Ubuntu系統的.iso文件。有兩個辦法來處理它，一是直接安裝，同電腦如今在用的系統組成雙系統（固然你也能夠換掉如今的系統，不過我想應該沒有人會願意這麼作的吧哈哈）。若是你不想那麼大動干戈，也能夠經過虛擬機來虛擬一個系統。不過，安裝虛擬機對配置有必定要求，畢竟它至關於在你的電腦上同時打開兩個系統了——CPU最好不要低於4代i3（尤爲是筆記本，CPU型號的i3/5/7-xxxx的四位數裏第一個x就表示它的代數）。內存——注意，內存必定不能低於4g，由於你給虛擬機分配的內存在虛擬機啓動以後會1:1的從你的物理內存中划走。再加上物理機系統的消耗。固然，這個配置表是隻有下限沒有上限的，你的電腦配置越好，體驗就越好。而裝雙系統的話，對配置的需求就小不少了。

虛擬機安裝中

網上相關的教程都比較多，在這裏就不重複了，注意搜索安裝雙系統教程的時候要加上你現用的系統和你下載的Ubuntu系統的版本號。這裏只講幾個須要注意的地方。

由於Linux對安全性很是重視，所以不只權限管理十分嚴格，在建立操做系統的時候也會要求你必定要輸入一個密碼，這個密碼將用來登錄和得到root權限。就好比上面這個界面，若是你不把全部空格都填好是無法點下一步的。

Python

Ubuntu桌面的樣子，（悄悄說一句筆者以爲基於Unix的系統廣泛比Windows好看太多，主要是字體看着真舒服）

安裝好以後，咱們看到了一些熟悉的軟件和一些不熟悉的軟件，咱們先不去管它，介紹一下Python。Python是一種高級語言，它的特色是程序很簡潔，可是由於簡潔，因此在將其翻譯成CPU能夠理解的指令——也就是執行代碼的時候速度會比那些低級一些的語言，好比C語言慢一些。不過在如今電腦的性能面前，這種速度的差異大多數時候根本不足掛齒。

解釋器

不少人可能會以爲Python很抽象，由於提到Python，你們不會像C語言那樣立刻想起它有一個專用的編譯器。Python能夠執行的地方千奇百怪。甚至能夠很方便的在系統的Terminal（一個相似於Windows裏的命令行的工具）裏直接執行。Ubuntu自帶了Python，所以通常不用煩心安裝事宜。

Tensorflow支持多種前端語言，但對Python的支持是最好的，所以咱們的教程也基於Python來進行，首先咱們打開Terminal。做爲Ubuntu中很是重要的一個組成部分，有不少種方法能夠打開它。好比在桌面上點擊右鍵

也能夠點擊左上角的那個Ubuntu圖標搜索。打開後能夠看到Terminal窗口以下所示。標題欄裏@符號前面是你的用戶名。

若是你在你的計算機使用史中歷來沒有離開過圖形用戶界面（就是有一個鼠標和不少圖標讓你點的那種）。看到這個簡單得嚇人的窗口不要慌，只要輸入正確的命令就行了。

在正式開始以前我想說：必定要注意窗口給出的提示（英文）。在實際操做中可能會碰到各類各樣的問題，但常見的問題其實均可以根據它的報錯信息找到緣由，只要上網搜一搜相應的信息就能解決，甚至它本身就會給出解決的建議。若是你發現你的步驟一切正確，但就是沒法成功，多試幾回就行了，畢竟這些服務都是谷歌提供的，而谷歌……你懂的。

必不可少的python-pip和python-dev

在這個窗口中輸入命令：

$ sudo apt-get install python-pip python-dev

注意，窗口中其實已經有一個$符號了，所以你在複製或者輸入命令時其實不用將這個$符號也包括進去，可是網上的教程給出命令的時候通常是會把這個符號包括進去的，做爲一個標誌。注意一下就好。

命令最開始的sudo意味着這條指令將以root權限執行，因此須要輸入你最開始設置的那個密碼，注意輸入過程在屏幕上是不會有任何體現的。輸完直接按回車就行。

輸入後會出現一串代碼，而後問是否繼續，輸入y回車

而後能夠靜待安裝完成，解釋一下這條命令：apt-get是從軟件倉庫中獲取軟件的一條命令，而軟件倉庫是Linux各大發行版的共有特徵：它是一系列存放軟件的服務器或網站，包含了軟件包和索引文件，用戶能夠很輕鬆的使用命令自動定位並安裝其中的軟件，而省去了處處搜索的麻煩。install則是安裝指令，而python-pip和python-dev則是兩個須要安裝的軟件包的名字。pip能夠理解成一個比較高級的軟件安裝器，安裝Tensorflow要用到，而dev則是一個額外的類庫，也是Tensorflow的安裝和運行須要的。若是一切順利，在大串英文劃事後，咱們會看到以下的界面：

此時就能夠安裝Tensorflow了，指令以下：

$ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl

就像前面所說的，你可能會碰到這樣那樣的問題，好比下圖這樣的

在這些時刻，不要慌張，仔細閱讀錯誤信息，越日後的一般越重要，由於結論都是在最後給出的，像這個的最後：

你看，它不只告訴了你應該試着作什麼，連怎麼作都告訴你了。按它說的作就好

不過其實當時筆者用的並非8.1.1版本，使用升級命令後也只是升級到了8.1.1版本，再次輸入相同命令，它會告訴你你的版本已是最新的了。但問題確實解決了，這條提示在以後沒有再出現。

更新程序將版本更新到了8.1.1，而後這個提示就不會再煩你了

再次輸入安裝Tensorflow的命令，若是不行，就多試幾回，

仔細看這些黃字的信息，會發現Network is unreachable這樣的字樣，若是你有什麼傳說中的利器的話，如今是時候拿出來用了。可是不用也不要緊，多試幾回，仍是能夠成功的。

出現上圖這樣的界面的時候，你就能夠長舒一口氣，由於安裝已經完成，如今你已經可使用Tensorflow了，讓咱們跟着教程向世界說聲hi吧。

從Terminal進入Python環境的方法也很簡單，直接輸入命令：Python。若是本機已經安裝了Python，Terminal會顯示Python的版本號等信息，同時下一個指令的前綴會由用戶名等一串字符變成這樣的東西：「>>>」，這說明進入完成了。

按照下面的命令一行一行的敲入代碼，語法我在這就不解釋了~

爲了到達這一步，你可能付出了不少艱辛，可能中途出了不少錯，但相信當你看到程序真的按照你的指令來運行了一遍，你會以爲這一切都是值得的。

#彩蛋時間#

1.程序員們在接觸一門新語言的時候，一般作的第一件事就是編寫一個Hello World程序，這一慣例源自最初一批大神們對計算機程序的希冀，但願它們就像一個新生兒同樣，能友善的對這個世界宣告它的到來。

2.數字42的含義很是深入。據著名一本道科幻小說「銀河系漫遊指南」所說，42是一個關於「生命、宇宙以及一切」的問題的答案（哈？你問我問題是什麼？）。谷歌的創始人極可能也是這本小說的狂熱粉絲，由於谷歌把這個彩蛋也嵌入了它們的搜索引擎之中，並且谷歌的總部外面就有一個「42」的模型。

大型程序開發必備：IDE（集成開發環境）

雖說在Terminal裏就能夠直接編程了，但咱們總仍是須要一個工具的，要否則要編一個大型程序幾乎是不可能完成的事。這就是IDE出場的時候了。你們就會驚喜的發現，本身以前在C語言看過的熟悉的編程界面又回來了（固然它們不少都是收費的）。其實因爲Python是開源的，理論上任何人足夠厲害的人都能開發出針對它的IDE，而確實有不少人這樣作了。牛人太多，他們作出的工具孰優孰劣你們並無統一的意見，因此你們乾脆就不介紹該用哪一個了，這才形成了不少人對Python「抽象」的感受。

好用的IDE有不少，本文介紹的是Komodo IDE的免費版Komodo Edit。在Linux下打開它的官網（點擊連接http://komodoide.com/download/edit-linux64/#），下載獲得的是一個壓縮文件。點擊右鍵解壓。

Linux中安裝有些第三方軟件的方法和Windows不太同樣，好比這款，在它的文件夾裏有一個install.sh。

這實際上就是安裝文件，但直接打開它是不行的，要安裝它還得在Terminal裏進行。進入Terminal，確保本身在普通而不是Python環境下，而後經過輸入cd+文件夾名稱，逐層進入這個安裝文件所在的文件夾，如進入Download文件夾，就輸入：cd Download（Python對大小寫敏感，所以最好養成在輸入時都分清大小寫的習慣。），由於在輸入一個安裝命令的時候，程序只會在你當前所在的那個文件夾（不包括子文件夾）裏搜索安裝文件的名稱。習慣圖形界面的人可能會有點頭暈，可是隻要牢記如下這點就能找到回家的路：打開Terminal時默認你所在的文件夾對應的文件管理器界面就是下圖這個。在初期你能夠一邊開着圖形界面打開文件夾，一邊在Terminal裏敲出對應的路徑，這樣就不會迷路了。

固然，有些軟件有更簡單的安裝方式，這裏不講了。

到達安裝文件所在的界面以後，輸入./+文件名稱，如本例中就是輸入./install.sh，效果以下：

按照信息中給出的路徑就能夠找到啓動這個程序的文件了，本例的文件在bin裏。

接下來的設置就和在Windows中差很少了。

打開後，咱們經過它試驗一下官方教程中「介紹」部分給出的一個相對簡單的算法。

點擊New File

點擊右上角的語言選擇，選擇Python，這樣就能夠在輸入過程當中檢查出一些語法錯誤。

（若是直接複製的話，會把網頁裏帶有的一些奇怪的代碼也帶過來，會致使程序運行出錯，以下面示例中出現過的那樣，所以須要將中文註釋刪掉。）將輸入的代碼保存爲*.py，這是Python文件的後綴名。能夠經過Terminal調用。按照以前的方法在Terminal中進入到存放文件的文件夾裏，本文中的路徑是這樣的：

而後輸入Python+文件名，本例中是Python Text-3.py，因爲這個算法很簡單，很快就能獲得結果。滿滿的成就感有沒有？

總結

其實本教程只是開了一個很小很小的頭，講解了關於Tensorflow的一些最基礎的知識，包括其餘環境中的安裝、GPU支持等稍微複雜一點的東西都沒有講到。但實際上這從0到1的過程倒是難住不少人的最大因素。在瞭解到教程中的這些東西以後，相信理解Tensorflow的官方教程已經對你沒有難度了，若是你跟着官方教程走下去，會發現其實這些東西並不算難，相信以各位的智慧必定能學會的。那麼本次教程就到這裏了，各位加油吧，說不定創造出下一個AlphaGo的就是大家呢。

題圖來自Tensorflow官網

TensorFlow pdf學習資料百度網盤下載：

連接: https://pan.baidu.com/s/1IQddyGm0LGzhNfDJw_kUUg

密碼: sbjj