zoukankan      html  css  js  c++  java
  • 在linux服务器上配置anaconda和Tensorflow,并运行

    1. 查看服务器上的Python安装路径:

    whereis python

    2. 查看安装的Python版本号:

    python -V

    3. 安装Anaconda

    1)下载 Anaconda2-4.0.0-Linux-x86_64.sh安装文件;

    直接在官网下载挺慢的,建议使用清华镜像(可以把pip的源也换成国内的,pip install也会快很多):https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D

    在最近的日期中,选择一个对应自己系统版本的Anaconda3安装包,x86_64表示兼容32位和64位系统。右键复制链接,在linux中使用wget下载。

    wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.03-Linux-x86_64.sh

    如果提示没有wget,使用yum安装:

    yum -y install wget

    2)打开终端, 输入:

    bash Anaconda3-2019.03-Linux-x86_64.sh
    • 阅读license,一步步回车阅读(出现more时通过回车往下看) 
    • 输入yes,表示接受license 
    • 设置安装路径,这里使用默认安装路径,直接输入回车即可 
    • 确认是否将Anaconda的安装路径添加到环境变量中,输入yes 

    关于这里一定要注意:


    如果在安装过程中,该步没有选择yes,那么Anaconda的安装路径不会被添加到环境变量中,安装结束后会出现如下信息:

    Do you wish the installer to prepend the Anaconda2 install location
    to PATH in your /home/tingting/.bashrc ? [yes|no]
    [no] >>>
    You may wish to edit your .bashrc or prepend the Anaconda2 install location:
    $ export PATH=/home/tingting/anaconda2/bin:$PATH
    Thank you for installing Anaconda2!

    当时也没有注意这个信息,没有管,结果安装完anaconda后,发现根本不能使用,才注意到这条信息,原来,Anaconda的bin路径并没有被添加到PAHT环境变量中,所以需要在命令行中输入如下命令:
    export PATH=/home/hwy/anaconda2/bin:$PATH

    将anaconda的bin路径添加到环境变量PATH中。



    对于环境变量的更改,必须要新打开一个terminal才能生效!

    打开新的terminal,输入Jupyter notebook,发现jupyter被成功安装了。

    source activate # 进入conda环境 出现(base)则说明安装成功
    source deactivate # 退出conda环境

    4. 利用anaconda安装tensorflow

    1 建立一个 conda 计算环境

    • Create a conda environment called tensorflow:

    • conda create -n tensorflow python=3.7
    • 2. 激活环境,使用 conda 安装 TensorFlow

    • Activate the environment and use pip to install TensorFlow inside it.

      • source activate tensorflow

    • 安装不同版本的python:默认安装最新版本
    1. 对于GPU版本:
    • conda create --name tensorflow-gpu python=3.6
    1. 对于CPU版本:
    • conda create --name tensorflow python=3.6
    •   指定安装tensorflow版本:

      

    pip install tensorflow-gpu==1.4.0

      

    • 退出tensorflow环境
    conda deactivate

     

    • 3.  如何在jupyter中使用tensorflow

      (1) 出现了问题
      安装如上方法安装了jupyter和tensorflow,结果,利用jupyter无法使用tensorflow


      也没有查到特别有针对性的解决这个问题的资料,好像是因为jupyter的安装路径和tensorflow的路径之间的问题,具体的现在还不是很清楚

      (2)如何解决?
      应该是在conda的tensorflow环境下没有jupyter,它无法使用之前anaconda安装的jupyter,那么,简单粗暴的方法就是在当前的conda-tensorflow环境下,再安装一次jupyter:

      打开terminal
      激活conda tensorflow环境:source activate tensorflow
      安装notebook:conda install ipython
      安装jupyter:conda install jupyter
      安装完成,仍在conda tensorflow的环境下,输入jupyter notebook,打开http://localhost:8889/tree#
      import tensorflow,发现tensorflow可以使用了


      参考:http://stackoverflow.com/questions/35771285/using-tensorflow-through-jupyter-python-3

      (3)两个jupyter


      在正常的ternimal中打开的是之前在安装anacodna时安装的jupyter,在正常的terminal下 查看jupyter的安装路径
      which ipyhon

    • 它在anaconda的路径下的bin文件夹中
      在conda tensorflow环境下打开的jupyter是在conda tensorflow环境下新安装的tensorflow,与上面的jupyter不同
      它在conda的env下的tensorflow的bin文件夹下
      从下图可以想起地看到,两个jupyter的安装路径完成不同

    • 后续如果需要在使用tensorflow时使用其他的库,也一定要在对应的conda环境下安装,否则指定的库找不到。

      (4) 缺少模块及安装
      - ImportError: no module named Image, ImportError: no module named PIL
      解决:conda install pillow

    • 运行Tensorflow环境下的jupyter notebook:  

     查看当前有多少个环境:

    conda env list

  • 相关阅读:
    stenciljs 学习四 组件装饰器
    stenciljs 学习三 组件生命周期
    stenciljs 学习二 pwa 简单应用开发
    stenciljs ionic 团队开发的方便web 组件框架
    stenciljs 学习一 web 组件开发
    使用npm init快速创建web 应用
    adnanh webhook 框架 hook rule
    adnanh webhook 框架 hook 定义
    adnanh webhook 框架request values 说明
    adnanh webhook 框架execute-command 以及参数传递处理
  • 原文地址:https://www.cnblogs.com/Bella2017/p/9939200.html
Copyright © 2011-2022 走看看