接着上一篇，配置好了Ubantu14.04+cuda.80+gtx1080之后，可以根据需求选择利用cafee或者tensorflow或者你熟悉的工具搭建神深度学习框架，框架介绍本文不涉及。
安装tensorflow：本文出自英文教程（https://www.tensorflow.org/versions/r0.10/get_started/os_setup.html#configure-the-installation）
tensorflow推荐多种安装方式：1，pip安装；2，Virtualenv安装；3，Docker安装；4，源代码安装
本文采用从Virtualenv安装，其优点是安装简洁，缺点是每次启动都需要手动激活Virtualenvenvironment。
1.Virtualenv安装方法来安装Tensorflow：
准备：1，CUDA
CUDA的准备参照上一篇文章。
按照官方的介绍：在r0.11版本最好使用CUDA8.0+cudnn5.x，如果是其他的版本（但是最基本的要求是CUDA>=7.0+cudnn>=v3）只能采用从源代码安装。从源代码安装本博文会后期更新，如果有疑问，可以发送邮件到（[email protected]）共同讨论。
r0.10版本最好使用CUDA7.5+cudnn5.0，如果是其他版本只能采用从源代码安装。
因此对于CUDA8.0的机器一定只能使用r0.11版本进行Virtualenv安装。2.步骤：
第一步：安装pip和Virtualenv
在ubantu终端中输入如下语句：
sudo apt-get install python-pip python-dev python-virtualenv第二步：在目录～/tensorflow中创建Virtualenv环境
在ubantu终端中输入如下语句：
virtualenv--system-site-packages ~/tensorflow
第三步：激活environment（此步骤在之后每次运行tensorflow之前都需要使用）
在ubantu终端中输入如下语句：（任选一种）
bash激活：source~/tensorflow/bin/activate # If using bash
csh激活：source~/tensorflow/bin/activate.csh # If using csh
注意：当以上语句输入完毕，你的终端界面的prompt应当改变，如下！
(tensorflow)$ # Your prompt should change
第四步：二进制安装：
在ubantu终端中输入如下语句：
导入环境变量值：
（1）如果不选用GPU支持：
exportTF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl
（2）如果选用GPU支持：（且CUDA版本是8.0+cudnn5.x）
exportTF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0rc1-cp27-none-linux_x86_64.whl
（3）如果选用GPU支持：（且CUDA版本是其他）
参照官方教程来选择。
安装：
在ubantu终端中输入如下语句：
pipinstall --upgrade $TF_BINARY_URL
到此安装完毕。
3.测试：
在(tensorflow)$ # Your prompt should change环境下进入python。
输入：
$python
...
>>>import tensorflow as tf
>>>hello = tf.constant('Hello, TensorFlow!')
>>>sess = tf.Session()
>>>print(sess.run(hello))
Hello,TensorFlow!
>>>a = tf.constant(10)
>>>b = tf.constant(32)
>>>print(sess.run(a + b))
42
测试成功。