安裝tensorflow
安裝完了后再用pip去安裝tensorflow的指令如下：$ sudo pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whl
安裝完成后import tensorflow時如果出現錯誤：ImportError: numpy.core.multiarray failed to import
這是因為numpy的版本不對，應該更新下numpy，方法如下：
先卸載之前的numpy：
sudo apt-get remove python-numpy
由於scipy依賴於numpy，所以卸載完numpy之后相當於scipy包也跟着一起被卸載了（其他依賴於numpy的包一樣）
然后再用pip的方式重新安裝numpy：
sudo pip install numpy
或者對numpy進行升級：
sudo pip install -U numpy
之后還得再重新安裝一下scipy的包：
sudo apt-get install python-scipy
更新tensorflow
如果顯示沒有tf.summary.FileWriter這個函數，那么就是由於tensorflow的版本不夠高導致，因為tensorflow1.0及以上才有這個函數
首先卸載之前的tensorflow：
sudo pip uninstall tensorflow
然后將tensorflow升級，在官網上下載tensorflow的whl文件，我下載的是最新的1.3版本
https://github.com/tensorflow/tensorflow
下載完輸入如下指令安裝即可：
sudo pip install --upgrade tensorflow_gpu-1.3.0rc0-cp27-none-linux_x86_64.whl
安裝完tensorflow后import tensorflow卻出現了：
ImportError: libcudnn.so.6.0 cannot open shared object file: No such file or directory
這是因為該tensorflow對應的libcudnn得是6.0版本的，所以換成6.0版的就可以了，cudnn6.0版下載鏈接如下：
https://www.zhihu.com/question/37082272
http://pan.baidu.com/s/1hs23HrA
安裝了tensorflow1.3之后
在import tensorflow.contrib的時候出現下面這個error：
Tensorboard AttributeError: ‘module’ object has no attribute ‘cpu_count’
解決方法：
sudo pip install --upgrade psutil
psutil是一個跨平台庫，能夠輕松實現獲取系統運行的進程和系統利用率（包括CPU、內存、磁盤、網絡等）信息。將這個庫更新就好了
卸載tensorflow:
sudo pip uninstall tensorflow //卸載python2.7下的 sudo pip3 uninstall tensorflow //卸載python3下的
運行tf-openpose代碼踩過的坑：
配置python3.4的時候首先安裝pip3
sudo apt-get install python3-pip
出現requires setuptools >= 0.8 for dist-info support.這種錯誤時
輸入以下命令即可：
sudo pip3 install setuptools --no-use-wheel --upgrade
安裝python3.4版本對應的tensorflow的時候注意去官網：
https://www.tensorflow.org/install/install_linux#common_installation_problems
然后按照里面的提示安裝最新1.4版本的
sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.0-cp34-cp34m-linux_x86_64.whl
安裝python3下的opencv:
http://blog.csdn.net/qingyuanluofeng/article/details/51558270
http://blog.csdn.net/fireflychh/article/details/73970244
安裝opencv的時候一直卡在下載ippicv的地方
http://blog.csdn.net/huangkangying/article/details/53406370
安裝opencv出現modules/cudalegacy/src/graphcuts.cpp:120:54: error: ' NppiGraphcutState ' has not been declared
在raphcuts.cpp中將
#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)
改為
#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >= 8000)
安裝完tensorflow的時候出現AttributeError: type object 'NewBase' has no attribute 'is_abstract'，原因是six沒有更新
I solved this problem on mac osx doing this :
python
import six
Then we localize the package six:
>>> six.__file__
'/Library/Python/2.7/site-packages/six.pyc'
Then we upgrade the concerned package
sudo pip install six --upgrade --target="/Library/Python/2.7/site-packages/"
提示找不到spicy模塊，但是不能用sudo apt-get install python3-spicy安裝，因為這樣的話，安裝的是老版本的，並且這樣安裝了之后還會影響numpy
應該用下面的方式安裝
sudo pip3 install spicy
sudo pip3 install numpy
如果用pip install安裝或者卸載tensorflow不成功，甚至是安裝或者卸載了python3.4下的tensorflow，那么可能是usr/local/bin下的pip軟鏈接沒有指向pip2.7，而是指向了pip3，改一下軟鏈接就可以了
更改cudnn版本
在spyder環境下，利用GPU模式下的tesorflow跑cnn時，出現
E tensorflow/stream_executor/cuda/cuda_dnn.cc:390]Loaded runtime CuDNN library: 5005 (compatibility version 5000) but source wascompiled with 5110 (compatibility version 5100). If using a binary install, upgrade your CuDNNlibrary to match. If building fromsources, make sure the library loaded at runtime matches a compatible versionspecified during compile configuration.
F tensorflow/core/kernels/conv_ops.cc:605]Check failed: stream->parent()->GetConvolveAlgorithms(&algorithms)
這個問題
原因：大概就是cudnn版本不符合，我的是5.0，官網要求的是5.1
更新cudnn首先要下載一個cudnn的壓縮包，可以官網上下，也有網盤
鏈接：http://pan.baidu.com/s/1slPfR8x 密碼：g4fv
然后將這個壓縮包解壓到主文件夾，會自動命名為cuda，cuda文件夾下有include和lib64兩個文件夾
1、刪除原來的cudnn系統路徑下的一些文件
sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn* #這里*是通配符，libcudnn*指的是名字中帶有libcudnn的所有文件
2、安裝剛才解壓的cudnn版本，在終端cd到剛解壓的cuda文件夾，然后繼續輸入下面兩個指令，這兩個指令相當於把解壓后的cuda文件夾下的一些文件拷到系統路徑下面
sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp lib64/lib* /usr/local/cuda/lib64/ #這里*是通配符，lib*指的是名字中帶有lib的所有文件
3、在系統路徑下建立軟鏈接（解壓出來的lib64下面有3個so文件。分別是 libcudnn.so 和 libcudnn.so.5以及 libcudnn.so.5.1.3文件。 並且這3個點so文件大小都一樣。其實都是軟連接！libcudnn.so鏈接到libcudnn.so.5，而libcudnn.so.5.又鏈接到libcudnn.so.5.1.3。 真正的文件只有libcudnn.so.5.1.3）
cd /usr/local/cuda/lib64
sudo chmod +r libcudnn.so.5.1.10
sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5
sudo ln -sf libcudnn.so.5 libcudnn.so
sudo ldconfig