参考

http://blog.csdn.net/xljiulong/article/details/51305392 http://blog.csdn.net/autumnqin/article/details/50073425 http://blog.csdn.net/helei001/article/details/51285951 http://blog.csdn.net/mydear_11000/article/details/52020835 http://www.52nlp.cn/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%BB%E6%9C%BA%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AE-Ubuntu16-04-geforce-gtx1080-tensorflow#more-9285

1.安装java8

Java8采用下载官方文件的方式，安装并设置环境变量后，安装bazel还是检测不到，只能命令行安装 sudo add-apt-repository ppa:webupd8team/java 这句在国内的网安装是不会成功的，源好像有问题 sudo apt-get update sudo apt-get install Oracle-java8-installer

2. 安装bazel

按照命令行安装，别更新

3.安装其他依赖项

sudo apt-get install python-numpy swig python-dev python-wheel

4.克隆tensorflow的源码

git clone–recurse-submodules https://github.com/tensorflow/tensorflow

5.配置

注意CPU版就别选GPU，选了GPU的，还得注意CUDNND路径，太麻烦了，而且4.0以上的版本，不能安装release的tensorflow，必须源码安装，不然得安装4.0的CUDA

6.编译

编译

仅 CPU 支持，无 GPU 支持： bazel build -c opt //tensorflow/tools/pip_package:build_pip_package 有 GPU 支持： bazel build -c opt –config=cuda //tensorflow/tools/pip_package:build_pip_package

生成 pip 安装包

bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

使用 PIP 工具安装

$sudo -E pip install /tmp/tensorflow_pkg/tensorflow-1.0.1-py2-none-linux_x86_64.whl 这个文件自己找，temp下有对应的,另外是代理下的，得加-E

7.运行例子 CPU模式

bazel build -c opt –config=cuda //tensorflow/cc:tutorials_example_trainer bazel-bin/tensorflow/cc/tutorials_example_trainer GPU模式 bazel build -c opt –config=cuda //tensorflow/cc:tutorials_example_trainer bazel-bin/tensorflow/cc/tutorials_example_trainer –use_gpu

8.Python下调用

终端输入python import tensorflow as tf

9.关于flaybird安装

参考：

http://stackoverflow.com/questions/42217059/tensorflowattributeerror-module-object-has-no-attribute-mul http://blog.csdn.net/v_july_v/article/details/52810219

下载源码

git clone –recursive https://github.com/yenchenlin/DeepLearningFlappyBir

安装pygame

sudo apt-get install python-pygame 源码安装这个pygame很容易出问题，缺少这缺少那的，麻烦。

安装其他依赖项

sudo apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose

修改文件：

在 deep_q_network.py里替换 tf.mul 为 tf.multiply.

10.运行：

python deep_q_network.py

2017.2.21