[深度学习]TensorFlow安装

virtualenv 可以用来建立一个专属于项目的python环境，保持一个干净的环境。只需要通过命令创建一个虚拟环境，不用的时候通过命令退出，删除。实践证明用虚拟环境能避免很多糟心的事。

下面介绍一下安装方法：

安装 virtualenv;

安装 virtualenvwrapper;

安装 Numpy，Scipy，Matplotlib 等Python科学计算的库;

1.安装 virtualenv

$ sudo pip install virtualenv

然后建立一个测试目录：

$ mkdir testvirtual

$ cd testvirtual

就可以成功创建一个虚拟环境 env1：

$ virtualenv env1

进入env1:

source env1/bin/activate

退出:

deactivate

2.安装 virtualenvwrapper

Virtaulenvwrapper是virtualenv的扩展包，可以更方便地新增，删除，复制，切换虚拟环境。

运行下面命令就安装成功了，默认安装在 /usr/local/bin下面：

$ sudo easy_install virtualenvwrapper

接下来创建一个文件夹，用来存放所有的虚拟环境：

$ mkdir ~/workspaces

$ cd ~/workspaces

但是在使用virtualenvwrapper之前，要运行virtualenvwrapper.sh文件，需要设置环境变量，vim ~/.bashrc打开配置文件，把下面两行代码加上，但是mac比较特殊直接写不管用。

export WORKON_HOME=~/workspaces

source /usr/local/bin/virtualenvwrapper.sh

因为unix下当shell是login shell，.bash_profile才加载，而.bashrc相反。 Linux下，打开终端terminal是non-login shell。 OSX下，运行Terminal.app是一个login shell，所以.bash_profile会加载，而bashrc不会加载。

直接在命令行写也可以，但是每次启动shell都要手动输入很麻烦，下面是解决方法是 vim ~/.bash_profile打开配置文件把下面代码加上：

if [ “${BASH-no}” != “no” ]; then

​ [ -r ~/.bashrc ] && . ~/.bashrc

fi

接下来，创建一个或者多个虚拟环境 env1，env2：

$ mkvirtualenv env1

成功后，当前路径前面就会有 (env1)

$ mkvirtualenv env2

下面是一些基本操作命令

列出虚拟环境：

$ lsvirtualenv -b

env1

env2

切换虚拟环境：

$ workon env1

查看环境里安装了哪些包：

$ lssitepackages

进入当前环境：

$ cdvirtualenv

进入当前环境的site-packages：

$ cdsitepackages

$ cdsitepackages pip

复制虚拟环境：

$ cpvirtualenv env1 env3

Copying env1 as env3…

退出虚拟环境：

$ deactivate

删除虚拟环境：

$ rmvirtualenv env2

Removing env2…

3.安装 Numpy，Scipy，Matplotlib 等

接下来安装Python的各种包，就比较顺畅了，比如安在env1上：

$ workon env1

安装numpy pip install numpy

我没安装成功，然后下载后本地安装的：

pip install /Users/Angela/Downloads/numpy-1.11.2-cp27-cp27m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl

最好都本地安装，大多直接安装不成功。如果在线安装超时，可以建个文件：

mkdir ~/.pip
vim ~/.pip/pip.conf

内容如下，设置超时时间和指定源：

[global]
timeout = 6000
index-url = http://e.pypi.python.org/simple
[install]
use-mirrors = true
mirrors = http://e.pypi.python.org

安装scipy $ pip install scipy

安装matplotlib $ pip install matplotlib

安装ipython $ pip install ipython[all]

安装pandas $ pip install pandas

安装Statsmodel $ pip install statsmodel

安装scikit-learn $ pip install scikit-learn

按照顺序全部安装成功，后续就可以在虚拟环境上做分析了。

---

以后每次进入虚拟环境就执行如下代码即可：

$ workon env1
$ cdvirtualenv

退出虚拟环境就用

$ deactivate

4.virtualenv自带pip，如果不用虚拟环境也行。

安装pip方法如下： pip是常用的Python包管理工具，类似于Java的maven。用python的同学，都离不开pip。 在新mac中想用home-brew安装pip时，遇到了一些小问题：

bogon:~ wanglei$ brew install pip
Error: No available formula with the name "pip"
Homebrew provides pip via: `brew install python`. However you will then
have two Pythons installed on your Mac, so alternatively you can install
pip via the instructions at:

  https://pip.readthedocs.org/en/stable/installing/#install-pip

由此可见，在home-brew中，pip的安装是跟python一起的。

换种方式：

bogon:~ wanglei$ sudo easy_install pip
Password:
Searching for pip
Reading https://pypi.python.org/simple/pip/
...

稍等片刻，pip就安装完毕

5.安装TensorFlow

下载tensorflow（可以百度网盘直接下载，避免FQ）。 网盘地址：tensorflow下载。

一些依赖包如果安装不顺畅，可以去pypi.python.org直接下载，比如numpy我没安装上，下载包后本地安装上了。

直接安装依赖包会遇到很多坑，比如和现有版本冲突等安装失败。可以安装virtualenv来隔离环境，会自动安装six-1.10等很多依赖包，之后就可以安装Numpy、Scipy、Matplotlib 等库。

最后，装完后安装tensorflow

pip install /Users/Angela/Downloads/TensorFlow/mac/tensorflow-0.5.0-py2-none-any.whl

我下载的TensorFlow文件放在/Users/Angela/Downloads/目录’下了。