当下深度学习框架特别多，但由于google强大的社区和技术，使得tensorflow从中脱颖而出。tensorflow有多中安装方法：
pip 安装：这种安装形式类似于安装其他的Python安装包。会影响到机器上当前的Python环境，可能会与已安装的某些版本相冲突。
anaconda安装：以anaconda为基础安装tensorflow，这样可以使之与当前python环境相隔离。在使用tensorflow时不影响其他python应用的使用。
Docker安装：在docker中隔离安装tensorflow。
源码安装：编译源码安装tensorflow。
在这里，我主要推荐的是anaconda安装。原因有两点：
anaconda基本上包含了Python常用的科学计算包，比如numpy，scipy，matplotlib，scikit-learn等等。这就不用使你在单纯的python环境下一个一个的去用pip进行安装。
想在anaconda上扩展其他应用时非常简单，只需要conda create一个的新的环境，就ok了，而且不会影响之前的使用。
下面我们将进入到正题。
一、nivida驱动、cuda8.0以及cudnn v5.1的安装
若安装cpu版的tensorflow，这步跳过。但若时gpu版的tensorflow，请参考我之前写过的文章，请点击这里。
二、安装anaconda
由于本文所采用的是安装anaconda2，因此我们要下载Anaconda2-4.3.0-Linux-x86_64.sh安装文件。下载地址有两个：
下载好之后，在文件路径下执行以下命令：
bash Anaconda2-4.3.0-Linux-x86_64.sh接下来按照提示设置一些安装路径等参数，我安装的时候全部采用的默认路径。
安装完成之后，打开终端输入python，若出现如下图片，则表示anaconda2安装成功。
为了确保anaconda路径是否被添加到～/.bashrc中去，接下来执行：
sudo gedit ~/.bashrc进行查看，若出现红线标记的路径，则说明anaconda路径已经被添加到环境中去，若没有的话，则添加上该命令（注意将名字改成你自己的名字）。为了保证与系统的python不冲突，可以注释掉蓝色标记的ubuntu自带的python路径，以后若想用的话，只需要在取消注释即可。
然后保存并退出， 最后输入以下命令使环境变量生效。
source ~/.bashrc三、安装tensorflow
首先conda一个新的环境，即输入以下命令：
# Python 2.7 $ conda create -n TensorFlow python=2.7 # Python 3.4 $ conda create -n TensorFlow python=3.4 # Python 3.5 $ conda create -n TensorFlow python=3.5因为Anaconda2-4.3.0-Linux-x86_64.sh默认的Python环境是python2.7，因此我们应该create一个python2.7的环境。创建成功后，输入conda info –envs可以查看我们create的环境，如下图所示：
激活环境：
source activate tensorflow此时界面应该是这样的：
退出环境则需要输入：
source deactivate安装tensorflow
激活tensorflow环境后输入以下命令：
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.0.0rc0-cp27-none-linux_x86_64.whl其中gpu指的时tensorflow时gpu版本的，若要下载cpu版本的，只需将其换成cpu；1.0.0rc0-cp27指的是tensorflow版本是1.0的，并适用与Python 2.7的环境。
若要下载最新版的tensorflow，则需输入：
# cpu pip install tensorflow # gpu pip install tensorflow-gpu因为外网的原因有时下载的很慢，但有时正常～～～为了保险起见，有两种解决办法：
- 将tensorflow文件下载好，然后在进行安装；
- 使用douban提供的pipy国内镜像服务，如果想手动指定源，可以在pip后面跟-i 来指定源，比如用豆瓣的源来安装tensorflow框架：
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.0.0rc0-cp27-none-linux_x86_64.whl -i http://pypi.douban.com/simple详情请参考这里。
安装完成之后退出环境，即输入source deactivate。
四、测试tensorflow
打开终端，输入
import tensorflow as tf不报错即可，如下图所示：
至此，anaconda2+gpu版的tensorflow安装完成。由于在实际中我们下载到的代码有可能时python2的，也有可能时python3的，因此下一篇我们将讨论如何在anaconda2上conda create一个anaconda3，并在anaconda3上安装python3的tensorflow版本。
参考文章：