服务器评测
部署环境：
操作系统:CentOS release 6.5 (Final)
Python版本:
Python 2.7.10 (default, Dec 22 2016, 14:45:25)
[GCC 4.8.2] on linux2
[root@linuxidc ~]# python
Python 2.7.10 (default, Dec 22 2016, 14:45:25)
[GCC 4.8.2] on linux2
Type “help”, “copyright”, “credits” or “license” for more information.
>>> import tensorflow
Segmentation fault (core dumped)
[root@paris ~]#
解决方法:
问题：scipy和tensorflow冲突
部署环境：CentOS6 python2.7 scipy 0.12.0 tensorflow0.8.0
问题描述：
在上述环境中部署tensorflow0.8.0的时候，安装没有问题，import tensorflow时报错：Segmentation fault (core dumped)
探索过程：
1、用virtualenv创建一个不附带任何模块的纯净环境，安装tensorflow发现安装和使用一切正常
2、说明tensorflow和我的主机环境中某些模块有冲突
3、现在就要判断与哪个模块冲突，为了节省时间，我在这用了类似于索引顺序表查找的想法，对照我的实体机环境，一次安装多个模块，然后验证是否出错，直到出错，说明问题处在最后一组，而一次安装那些模块，是按照依赖关系来的，比如C依赖AB，我就把ABC放在一组，直接安装C，顺便也就安装依赖AB，按照这种方法，找到了一组冲突，就是安装sklearn之后tensorflow不能正常工作，出现如上报错。于是判定应该是sklearn或者依赖模块与tensorflow冲突。挨个尝试sklearn的依赖numpy、scipy时发现是scipy和tensorflow的冲突。
4、尝试解决冲突：考虑到可能是版本问题，尝试过多个版本的组合，发现scipy可以和tensorflow0.5.0共存，于是得到一个初步解决。但是，tensorflow的0.5.0缺少了一些新版的功能和优点，后通过下述方法解决
解决办法：
手工编译scipy：
到https://pypi.Python.org/pypi/scipy/
下载https://pypi.python.org/packages/05/5e/973bf71cfa865d962a68893e35e366a0a7ac0b713bc398b4e584c1bed982/scipy-0.17.1.tar.gz#md5=8987b9a3e3cd79218a0a423b21c8e4de
解压后安装：
python setup.py install
这样就不会有冲突了
Ubuntu 16.04安装配置TensorFlow GPU版本 http://www.linuxidc.com/Linux/2016-11/137561.htm
Ubuntu 16.04下CUDA8.0+Theano+Caffe+TensorFlow环境搭建 http://www.linuxidc.com/Linux/2016-09/135528.htm
TensorFlow 的Mac OS 下的部署和安装 http://www.linuxidc.com/Linux/2016-07/133219.htm
TensorFlow编译过程中遇到的问题及解决方案 http://www.linuxidc.com/Linux/2016-07/133216.htm
本文永久更新链接地址：http://www.linuxidc.com/Linux/2017-01/139281.htm
