安装VMware
安装ubuntu系统
ubuntu18.04访问不到服务器解决办法
- 设置镜像服务器
由于Ubuntu中的软件都是从Ubuntu服务器中中下载安装的，Ubuntu的服务器在美国，我们使用下载较慢，但是有很多国内镜像可以使用，这样可以大大提高软件安装和更新的速度
找到左下角的框中图标，点击后，在出现的界面中找到 软件与更新 图标
选择 其他站点
点击 关闭按钮 , 出现下面的界面，选择 重新载入
- 软件更新
sudo apt update, 只会显示可以更新的 软件列表
sudo apt upgrade, 更新 可以更新的软件列表
使用pip方式安装tensorflow参考链接
首先明确，我们采用python3环境。
- 先确认本机已安装好python3的环境
python3 --version
pip3 --version
virtualenv --version
如没有则安装以下命令安装：
$ sudo apt-get install python3-pip python3-dev
$ sudo pip3 install -U virtualenv
- 创建虚拟环境（推荐）
Python虚拟环境用于将包安装与系统隔离。
//通过选择Python解释器并创建./venv目录来保存一个新的虚拟环境：
$ virtualenv --system-site-packages -p python3 ./venv
//使用特定的shell命令激活虚拟环境：
$ source ./venv/bin/activate # sh, bash, ksh, or zsh
//当virtualenv激活时，你的shell提示符有(venv)前缀
//在虚拟的环境中安装包不会影响主机系统的配置。首先升级pip:
(venv) $ pip install --upgrade pip
(venv) $ pip list
//然后可以退出虚拟环境：
(venv) $ deactivate # don’t exit until you’re done using TensorFlow
- 安装TensorFlow pip包
从PyPI安装以下一个TensorFlow软件包:
- tensorflow —Current release for CPU-only (recommended for beginners)
- tensorflow-gpu —Current release with GPU support(Ubuntu and Windows)
- tf-nightly —Nightly build for CPU-only (unstable)
- tf-nightly-gpu —Nightly build with GPU support (unstable, Ubuntu and Windows)
如果是要安装GPU版本，需要做一些额外的设置:
//对于Ubuntu 16.04和可能的其他基于Debian的Linux Distros添加NVIDIA包存储库，并使用APT安装CUDA。
//Add NVIDIA package repository
$ sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
$ wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_9.1.85-1_amd64.deb
$ sudo apt install ./cuda-repo-ubuntu1604_9.1.85-1_amd64.deb
$ wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
$ sudo apt install ./nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
$ sudo apt update
// Install CUDA and tools. Include optional NCCL 2.x
$ sudo apt install cuda9.0 cuda-cublas-9-0 cuda-cufft-9-0 cuda-curand-9-0
cuda-cusolver-9-0 cuda-cusparse-9-0 libcudnn7=7.2.1.38-1+cuda9.0
libnccl2=2.2.13-1+cuda9.0 cuda-command-line-tools-9-0
//Optional: Install the TensorRT runtime (must be after CUDA install)
$ sudo apt update
$ sudo apt install libnvinfer4=4.1.2-1+cuda9.0
虚拟环境安装：
(venv) $ pip install --upgrade tensorflow # 可能时间会比较长,如果要支持GPU，请安装tensorflow-gpu
//验证安装：
(venv) $ python -c “import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))”
安装成功后，就可以开始学习如何使用了。
在安装python模块的时候，使用sudo pip install XXX时提示出错，命令改为sudo pip3 install XXX即可
来源：CSDN
作者：天道酬勤q
链接：https://blog.csdn.net/qq_37824451/article/details/89072644