Windows下某些tensorflow例子跑不成功，比如https://www.tensorflow.org/tutorials/wide 中的例子报下面的错误：‘
'NoneType' object has no attribute 'bucketize'
因此决定在Linux环境上安装tf。
本人用的Linux系统为Ubuntu-16.04.2-desktop-amd64， 安装在virtualbox 5.1.18版本上。
注意ubuntu需要是64位的！ tensorflow官方安装包目前不支持32位的os。
1. 配置pip环境
1) 安装pip:
sudo apt install Python3-pip
2) 更新pip源
国外的pip源不稳定， 添加国内豆瓣的pip源
在主目录下创建.pip文件夹
mkdir ~/.pip
然后在该目录下创建pip.conf文件编写如下内容：
[global]
trusted-host = pypi.douban.com
index-url =
3) 将pip版本从8.1.1升级成9.0.1
sudo -H pip3 install --upgrade pip
2. 下载tensorflow whl文件并安装
https://pypi.python.org/pypi/tensorflow有tensorflow版本列表：
我们选择与python 3.5对应的tensorflow版本。直接安装tensorflow whl的命令为：
sudo -H pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.0.1-cp35-cp35m-linux_x86_64.whl
由于tensorflow的whl较大， 可能由于网络不稳定下载失败。 也可以用迅雷将whl下载下来，然后安装，对应安装命令为：
sudo -H pip3 install --upgrade tensorflow-1.0.1-cp35-cp35m-linux_x86_64.whl
上面的whl路径根据实际情况修改。
我这里安装log如下：
jason@jason-ub:/media/sf_vmshare$ sudo -H pip3 install --upgrade tensorflow-1.0.1-cp35-cp35m-linux_x86_64.whl
Processing ./tensorflow-1.0.1-cp35-cp35m-linux_x86_64.whl
Requirement already up-to-date: six>=1.10.0 in /usr/lib/python3/dist-packages (from tensorflow==1.0.1)
Collecting numpy>=1.11.0 (from tensorflow==1.0.1)
Downloading numpy-1.12.1-cp35-cp35m-manylinux1_x86_64.whl (16.8MB)
100% |████████████████████████████████| 16.8MB 66kB/s
Requirement already up-to-date: wheel>=0.26 in /usr/lib/python3/dist-packages (from tensorflow==1.0.1)
Collecting protobuf>=3.1.0 (from tensorflow==1.0.1)
Downloading protobuf-3.2.0-cp35-cp35m-manylinux1_x86_64.whl (5.6MB)
100% |████████████████████████████████| 5.6MB 174kB/s
Collecting setuptools (from protobuf>=3.1.0->tensorflow==1.0.1)
Downloading setuptools-34.3.2-py2.py3-none-any.whl (389kB)
100% |████████████████████████████████| 399kB 717kB/s
Collecting packaging>=16.8 (from setuptools->protobuf>=3.1.0->tensorflow==1.0.1)
Downloading packaging-16.8-py2.py3-none-any.whl
Collecting appdirs>=1.4.0 (from setuptools->protobuf>=3.1.0->tensorflow==1.0.1)
Downloading appdirs-1.4.3-py2.py3-none-any.whl
Collecting pyparsing (from packaging>=16.8->setuptools->protobuf>=3.1.0->tensorflow==1.0.1)
Downloading pyparsing-2.2.0-py2.py3-none-any.whl (56kB)
100% |████████████████████████████████| 61kB 1.3MB/s
Installing collected packages: numpy, pyparsing, packaging, appdirs, setuptools, protobuf, tensorflow
Found existing installation: pyparsing 2.0.3
Not uninstalling pyparsing at /usr/lib/python3/dist-packages, outside environment /usr
Found existing installation: setuptools 20.7.0
Not uninstalling setuptools at /usr/lib/python3/dist-packages, outside environment /usr
Successfully installed appdirs-1.4.3 numpy-1.12.1 packaging-16.8 protobuf-3.2.0 pyparsing-2.2.0 setuptools-34.3.2 tensorflow-1.0.1
３. 测试安装效果
为了验证安装效果， 我们跑一下https://www.tensorflow.org/tutorials/wide中的线性模型示例。
从https://github.com/tensorflow/tensorflow将tensorflow的所有代码下载下来。
这个例子需要依赖pandas，如果没有安装过，可以用下面命令安装：
sudo pip3 install pandas
然后进入tensorflow-master/tensorflow/examples/learn目录。 运行：
python3.5 wide_n_deep_tutorial.py --model_type=wide
结果符合预期：
注意直接用python不行， 默认python是 2.7版本。
也可以修改~/.bashrc， 添加：
alias python='/usr/bin/python3.5'
然后:
source ~/.bashrc
这样后续可以直接使用python命令。
如果有six包相关报错， 可以执行下面的命令安装six：
sudo easy_install --upgrade six
更多TensorFlow相关教程见以下内容：
基于Docker的TensorFlow机器学习框架搭建和实例源码解读
Ubuntu 16.04下TensorFlow+Caffe+OpenCV3.1+Theano部署
Ubuntu 16.04安装配置TensorFlow GPU版本