http://blog.csdn.net/nxcxl88/article/details/52704877?locationNum=13

建议参照最新的tensorflow安装步骤(Linux，官方网站经常访问不是很稳定，所以给了一个github的地址)：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/docs_src/install/install_linux.md

最近，tensorflow网站上给出了新的使用Anaconda配置和安装Tensorflow的步骤，经过测试，在国内可以无障碍的访问。Anaconda 是一个基于python的科学计算包集合，目前支持Python 2.7，3.4，3.5，3.6。

注意：在安装过程中如果出现很长的报错，观察错误信息的末尾，如果是网络链接相关，就重新运行一遍语句即可(如出现进度条不动的情况，也可重新运行语句)，Anaconda自身约500M，tensorflow所需软件包约几十Ｍ。

操作系统：　Ubuntu 14.04

1. 安装Anaconda

从anaconda官网(https://www.continuum.io/downloads)上下载linux版本的安装文件(推荐Python 2.7版本)，运行sh完成安装。

2. 建立一个tensorflow的运行环境

# 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

3.在conda环境中安装tensorflow

在conda环境中安装tensorflow的好处是可以便捷的管理tensorflow的依赖包。分为两个步骤：激活上一步建立的名为tensorflow的conda环境；用conda或者pip工具安装Tensorflow，作者选择的是pip方式。

3.1 pip方式

pip方式需要首先激活conda环境

$ source activate tensorflow

然后根据要安装的不同tensorflow版本选择对应的一条环境变量设置export语句(操作系统，Python版本，CPU版本还是CPU+GPU版本)

# Ubuntu/Linux 64-bit, CPU only, Python 2.7

(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7

# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.

(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl

# Mac OS X, CPU only, Python 2.7:

(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.10.0-py2-none-any.whl

# Mac OS X, GPU enabled, Python 2.7:

(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.10.0-py2-none-any.whl

# Ubuntu/Linux 64-bit, CPU only, Python 3.4

(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4

# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.

(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, CPU only, Python 3.5

(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.5

# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below.

(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl

# Mac OS X, CPU only, Python 3.4 or 3.5:

(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.10.0-py3-none-any.whl

# Mac OS X, GPU enabled, Python 3.4 or 3.5:

(tensorflow)$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.10.0-py3-none-any.whl

最后根据是python 2还是３版本选择一句进行安装。

# Python 2

(tensorflow)$ pip install --ignore-installed --upgrade $TF_BINARY_URL

# Python 3

(tensorflow)$ pip3 install --ignore-installed --upgrade $TF_BINARY_URL

3.2 conda方式

conda上面目前有人已经做好了tensorflow的pkg，但是版本不一定最新，且只有CPU版本，不支持GPU。

步骤也是首先激活conda环境，然后调用conda install 语句安装.

$ source activate tensorflow

(tensorflow)$  # Your prompt should change

# Linux/Mac OS X, Python 2.7/3.4/3.5, CPU only:

(tensorflow)$ conda install -c conda-forge tensorflow

上面的步骤完成后，从conda环境中退出:

(tensorflow)$ source deactivate

4. 测试安装

$ source activate tensorflow

(tensorflow)$  # Your prompt should change.

# Run Python programs that use TensorFlow.

...

# When you are done using TensorFlow, deactivate the environment.

(tensorflow)$ source deactivate