在ubuntu18.04下安装tensorflow图形化jupyter notebook

一切准备就绪，就可以用pip来安装tensorflow了。网上一个帖子说根据Python版本的不同和是否GPU版本，情况分为以下四种：

$ pip install tensorflow      # Python 2.7; 仅支持CPU

 $ pip3 install tensorflow    # Python 3.n; 仅支持CPU

 $ pip install tensorflow-gpu  # Python 2.7; 支持CPU

 $ pip3 install tensorflow-gpu # Python 3.n; 支持CPU

本文的示例是在Python 2.7中安装仅支持CPU版的Tensorflow，所以选择第一条命令。然后，系统会自行下载并安装程序，当出现Successfully built...这样的提示时（最后无任何错误报警），就表示已经安装成功啦！（如下图所示）

一个插曲是，系统是我虚拟机上的pip版本是旧版，现在可以更新。按照提示输入pip install --upgrade pip，然后更新一下pip。

接下来可以在控制台上测试一下Tensorflow是否能正确运行。在命令行提示符后面输入python，就可以进入python的解释器环境。然后输入下面测试代码。这是利用Tensorflow实现的Hello World程序。

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> mysess = tf.Session()
>>> print(mysess.run(hello))

如下图所示，屏幕上正确地输出“Hello, Tensorflow!”则表示你的Tensorflow已经安装成功。然后你使用quit()函数可以退出Python的解释器环境。

当然，在命令行进行Python编程，肯定还是有各种不顺手。你可以在Ubuntu中安装各种IDE。但是，这里我要推荐的环境是Jupyter notebook。Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。 Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。在Jupyter Notebook中进行机器学习、数据挖掘、数据清洗等工作是非常流行的工作方式。当然默认情况下，你的Ubuntu中是没有Jupyter Notebook的。所以你在命令行提示符后面输入jupyter notebook会得到"command not found"这个提示。

但现实我们已经有了pip，这时安装Jupyter Notebook就只需要一条命令（注意，要用super user权限）：sudo pip install jupyter。如下图所示。

同样，当显示“Successfully installed"这样的字样时，就表示你的安装已经成功了。然后再在命令行提示符后面输入jupyter notebook，那么Jupyter Notebook会以网页的形式被打开。