1 pip install

最简单直接的方法，通过pip install安装，命令如下：

pip install tensorflow-gpu    //安装gpu版tensorflow
pip install tensorflow        //安装cpu版tensorflow

首先，需要安装本地用户本地的python，这样pip install后会安装到用户本地目录。
但是，如果系统的环境不稳定，会出现很多细节问题。如下：

1.1 安装中遇到的问题

错误1) Could not find a version that satisfies the requirement caffe
看到网上提供解决方案：

pip install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow‌​-1.0.1-py2-none-any.‌​whl 

键入该命令后，又遇到
错误2)Certificate did not match expected hostname: storage.googleapis.com.
解决方案： 进入tensorflow 官网，找到对应我们平台对应版本，手动用浏览器下载tensorflow-gpu的whl文件，再使用pip install 安装文件。
错误3)couldn’t find libcublas.so.8.0
需要cuda-8.0的库：libcublas.so.8.0，手动下载安装
错误4)couldn’t find ibcuda.so.1

ln -s /home/cs/SA615188/software/cuda-8.0/lib64/stubs/libcuda.so /home/cs/SA615188/software/cuda-8.0/lib64/libcuda.so.1

错误5) libcudnn.so.5: cannot open shared object file: No such file or directory
从官网下载 cudnn-v5

tar  tar zxvf  cudnn-8.0-linux-x64-v5.0-ga.solitairetheme8
export LD_LIBRARY_PATH=/home/cs/SA615188/software/cudnn/lib64:$LD_LIBRARY_PATH
export LIBRARY_PATH=/home/cs/SA615188/software/cudnn/lib64:$LIBRARY_PATH
export CPATH=/home/cs/SA615188/software/cudnn/include:$CPATH

错误6)ImportError: /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.19′ not found
使用以下命令查看库版本问题

strings /usr/lib64/libstdc++.so.6 | grep GLIBCXX

查到

GLIBCXX_3.4.10
GLIBCXX_3.4.11
GLIBCXX_3.4.12
GLIBCXX_3.4.13
GLIBCXX_FORCE_NEW

但是没有GLIBCXX_3.4.19，需要重新安装本地libstdc++.so.6
解决
。。。

2 docker安装tensorflow

首先了解docker的使用方式
docker安装tensorflow命令

docker pull tensorflow/tensorflow:latest-gpu

参考

参考

pip install .whl

3 windows安装tensorflow

1.安装anaconda https://www.anaconda.com/download/ （python3.6的）
注意，安装anaconda前需要先将本机的python卸载，否则jupyter, navigator等配件不会安装
2.prompt中 创建清华镜像通道 这样安装的快（用的内网）

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

3.prompt中创建python3.6的环境

conda create -n tensorflow python=3.6  
activate tensorflow   （激活tensorflow环境）

5.安装CPU版本tensorflow

pip3 install --upgrade tensorflow 

(6.)

https://developer.nvidia.com/cuda-toolkit-archive （cuda9.0下载地址）
https://developer.nvidia.com/rdp/cudnn-download    （cuDNN 7.0 for cuda9）

7

deactivate （退出tensorflow环境）   

8.安装ipykernel

conda install --prefix=D:\pyenv\yourpyenversion/  ipykernel

9.激活ipykernel环境

 python -m ipykernel install --user

参考