參考文件： https://tensorflow.google.cn/install/pip

首先明確，我們採用python3環境。

1. 先確認本機已安裝好python3得到那個環境

python3 --version
pip3 --version
virtualenv --version

如沒有則安裝以下命令安裝：

$ sudo apt-get install python3-pip python3-dev
$ sudo pip3 install -U virtualenv

2. 建立虛擬環境（推薦）

Python虛擬環境用於將包安裝與系統隔離。

# 通過選擇Python直譯器並建立./venv目錄來儲存一個新的虛擬環境：
$ virtualenv --system-site-packages -p python3 ./venv

# 使用特定的shell命令啟用虛擬環境：
$ source ./venv/bin/activate  # sh, bash, ksh, or zsh

# 當virtualenv啟用時，你的shell提示符有(venv)字首
# 在虛擬的環境中安裝包不會影響主機系統的配置。首先升級pip:
(venv) $ pip install --upgrade pip
(venv) $ pip list
# 然後可以退出虛擬環境：
(venv) $ deactivate  # don't exit until you're done using TensorFlow
 

3. 安裝TensorFlow pip包

從PyPI安裝以下一個TensorFlow軟體包:

• 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)

如果是要安裝GPU版本，需要做一些額外的設定:

# 對於Ubuntu 16.04和可能的其他基於Debian的Linux Distros新增NVIDIA包儲存庫，並使用APT安裝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
 

虛擬環境安裝：

(venv) $ pip install --upgrade tensorflow  # 可能時間會比較長,如果要支援GP，請安裝tensorflow-gpu
# 驗證安裝：
(venv) $ python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

如果在測試時出現這樣的錯誤：

ImportError: libcuda.so.1: cannot open shared object file: No such file or directory

這是由於機器缺少相應的驅動的，安裝對應的驅動應該能夠解決。

安裝成功後，就可以開始學習如何使用了。