Linux服务器上搭建TensorFlow机器学习环境

Anaconda科学计算环境

到官网下载anaconda for linux相应版本（64bit/py3.x）,安装：
bash Anaconda2-4.1.1-Linux-x86_64.sh
之后一路“Enter”至“接受许可”，静待安装…，允许写入路径至.bashrc文件（即输入yes）,这样以后在终端中输入python即可直接进入Anaconda的Python版本
Prepending PATH=/home/ubuntu/anaconda3/bin to PATH in /home/ubuntu/.bashrc
if Prepending:command not found
try source ~/.bashrc
里面包含了Python3机器学习开发所需的基本包（numpy/scipy..）
通常需要重启系统生效。
查询安装信息：
$ conda info
查询当前已经安装的库：
$ conda list
安装库：
$ conda install ***
更新库：
$ conda update ***

安装TensorFlow by conda

创建一个名为tensorflow的conda环境：
$ conda create -n tensorflow
激活tensorflow环境：
$ source activate tensorflow
通过pip3安装TensorFlow for python3:
首先安装pip3
$ sudo apt-get install python3-pip
pip3安装tensorflow（需要sudo获取超级用户权限）：
$ sudo pip3 install --ignore-installed --upgrade TF_PYTHON_URL
这里的TF_PYTHON_URL要替换成相应版本的地址（已在官网给出）
退出tensorflow环境：
$ source deactivate tensorflow
这时我们尝试在python中调用tensorflow：
>>> import tensorflow as tf
ModuleNotFoundError: No module named 'tensorflow'
好像是因为conda packet与tensorflow.whl冲突，需要运行如下命令：
conda install -c https://conda.anaconda.org/jjhelmus tensorflow

搭建jupyter-notebook

安装ipython3：
sudo apt-get install ipython3
安装jupyter（忽略一系列警告）：
pip3 install --upgrade pip
sudo pip3 install jupyter
生成配置文件：
jupyter notebook --generate-config
生成密码
打开ipython, 创建一个密文密码
In [1]: from notebook.auth import passwd
In [2]: passwd()
Enter password:
Verify password:
Out[2]: 'sha1:ce23d945972f:34769685a7ccd3d08c84a18c63968a41f1140274'
把生成的密文‘sha1:ce…’复制下来
修改默认配置文件
vim ~/.jupyter/jupyter_notebook_config.py
进行如下修改：
c.NotebookApp.ip='*' # 就是设置所有ip皆可访问
c.NotebookApp.password = u'sha:ce...刚才复制的那个密文'
c.NotebookApp.open_browser = False # 禁止自动打开浏览器
c.NotebookApp.port =8888 #随便指定一个端口
启动jupyter notebook：
jupyter notebook
在任意终端浏览器输入如下地址访问：
xxx.xxx.xxx.xxx:8888/
之后就可以愉快的进行python开发啦~

搭建vim for python3

安装git：
sudo apt-get install git
下载 Vundle：
git clone https://github.com/gmarik/Vundle.vim.git ~/.vim/bundle/Vundle
在~/目录下创建.vimrc文件：
touch ~/.vimrc
填写.vimrc配置文件…（网上有好多）
打开vim，运行：
:PluginInstall
差不多就ok了