想玩深度学习？框架怎能少？今天就来谈谈最流行的深度学习框架Tensorflow在Ubuntu上的配置ABC。特别说明：本文主要以安装CPU版作为演示。
如果你是Mac OS X系统，这个过程会变得更加简单，因为OS X本来就是基于Unix的操作系统，而Tensorflow对类Unix的操作系统支持非常好。现在我们假设你的系统是Windows，其实Windows上面也可以使用Tensorflow，但是据说坑会比较多，所以最好的方法是装一个虚拟机。然后在虚拟机上装Linux操作系统，这样也会省去很多麻烦。
虚拟机比较推荐的有两个，一个是VM VirtualBox，由甲骨文公司出品的免费的虚拟机软件。另外一个是VMWare，这可以说是目前功能最强大的虚拟机了。但是VMWare是收费的，而且非常庞大。不过，该公司也已经顺应形势推出了一个轻巧的免费版（对于非商业用户免费）虚拟机软件——VMWare Workstation Player，这也是本文中示例所采用的虚拟机环境。
本文示例所使用的电脑安装之操作系统为Windows 10。首先请在其上安装虚拟机，然后在虚拟机上安装Ubuntu（是当前非常流行的一个Linux系统的实现），这部分网上资料比较多，此处略过（几乎就是一路点击“下一步”到底即可）。本文所采用的Ubuntu版本为16.04，如下图所示。
接下来，你要把命令行窗口打开，方法是在Ubuntu的桌面上单击鼠标右键，然后从右键菜单中选择【Open Terminal】，如下图所示。
通常你安装好Ubuntu之后，Python是已经装好的。这个时候你需要测试一下，于是在命令行提示符$之后输入 python -V，如下图所示，可见系统上已经默认安装了Python 2.7.12。
另外一个工具是pip，这是Python下面一个相当于用来进行package管理的东西，非常方便。当你输入pip -V时，发现它还没有被安装，如下图所示。
所以下面就来安装pip。在命令行提示符$之后输入sudo apt-get install python-pip。其中sudo 表示使用super user权限，所以系统会提示你输入密码，注意密码并不会显示在屏幕上，输完密码后按回车键以继续。
类似地，接下来再按照python-dev，方式是在命令行提示符后面输入sudo apt-get install python-dev。至此，可以来查看一下已经安装的pip版本，于是在命令行提示符后面输入 piv -V。如下图所示。
一切准备就绪，就可以用pip来安装tensorflow了。网上一个帖子说根据Python版本的不同和是否GPU版本，情况分为以下四种：
$ pip install tensorflow # Python 2.7; 仅支持CPU
$ pip3 install tensorflow # Python 3.n; 仅支持CPU
$ pip install tensorflow-gpu # Python 2.7; 支持CPU
$ pip3 install tensorflow-gpu # Python 3.n; 支持CPU
本文的示例是在Python 2.7中安装仅支持CPU版的Tensorflow，所以选择第一条命令。然后，系统会自行下载并安装程序，当出现Successfully built...这样的提示时（最后无任何错误报警），就表示已经安装成功啦！（如下图所示）
一个插曲是，系统是我虚拟机上的pip版本是旧版，现在可以更新。按照提示输入pip install --upgrade pip，然后更新一下pip。
接下来可以在控制台上测试一下Tensorflow是否能正确运行。在命令行提示符后面输入python，就可以进入python的解释器环境。然后输入下面测试代码。这是利用Tensorflow实现的Hello World程序。
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> mysess = tf.Session()
>>> print(mysess.run(hello))
如下图所示，屏幕上正确地输出“Hello, Tensorflow!”则表示你的Tensorflow已经安装成功。然后你使用quit()函数可以退出Python的解释器环境。
当然，在命令行进行Python编程，肯定还是有各种不顺手。你可以在Ubuntu中安装各种IDE。但是，这里我要推荐的环境是Jupyter notebook。Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。 Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。在Jupyter Notebook中进行机器学习、数据挖掘、数据清洗等工作是非常流行的工作方式。当然默认情况下，你的Ubuntu中是没有Jupyter Notebook的。所以你在命令行提示符后面输入jupyter notebook会得到"command not found"这个提示。
但现实我们已经有了pip，这时安装Jupyter Notebook就只需要一条命令（注意，要用super user权限）：sudo pip install jupyter。如下图所示。
