Ubuntu16.04中Anconda2/Anconda3的安装使用和tensorfow的配置

anaconda的安装比较简单,初学者主要的问题在与使用和配置方面。

1.下载安装包:

在官网下载就行了,下载速度挺快的。
链接 https://www.anaconda.com/distribution/
python2.7 版本对应的是 anaconda2
python3.7 版本对应的是 anaconda3
看你想装哪一种,安装过程其实都一样,安装后搭建环境也是一样,差别不是很大。
因为就算下载的是anaconda2,也可以建立python3的环境。区别主要在于其中的基本环境。
在这里插入图片描述

2.安装:

进入下载目录,一般情况下在 Download 目录下
终端输入:bash Anaconda2-2018.12-Linux-x86_64.sh(后面的.sh文件是下载的安装包名)
一路yes过去就行。

3.启动anaconda:

终端输入:anaconda-navigator
会出现如图所示的界面,此时我们可以右键点击图标,选择锁定。这样以后就可以点击图标打开anaconda,而不需要每次从终端打开anaconda了。
在这里插入图片描述到这一步,anaconda就安装好了。

4.建立环境:

首先,添加一些源,这样使用 conda 下载速度不会很慢。
终端输入:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/

建立自己想要的环境,终端输入:

conda create -n tf-1.4 python=2.7

这里使用 pip 安装一些包,也可以用 conda 安装。但是不要用两个方法安装重复的包.
如果想要查看添加源的文档,终端输入gedit ~/.condarc,可以考虑将文档末尾的 default 删除。

5.安装tensorflow:

首先进入创建的环境中,终端输入:source activate tf-1.4
我的系统中 显卡Driver Version: 384.130,查看版本命令为:nvidia-smi
CUDA version: 8.0.61, 查看版本命令为:cat /usr/local/cuda/version.txt
cudnn version:6.0.21, 查看版本命令为:cat /usr//local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
  如果使用 conda 命令安装tensorflow-gpu,环境中会自动添加与tesnorflow版本匹配的cuda版本和cudnn版本。建议使用conda安装,不过也有一些小问题,如果显卡驱动为 384 ,但是conda中匹配的是cuda9.0,那么无法使用tensorflow,因为显卡驱动版本低了,这时候就要升级驱动了。还有一点,安装tensorflow-gpu版本时,会附带cpu版本的tensorflow.
  终端输入:conda install tensorflow-gpu==1.4
  如果使用 pip 安装,那么安装的tensorflow版本必须匹配电脑中系统中的CUDA和cudnn。
  如果要pip安装:sudo pip install tensorflow-gpu==1.4
另外,如果要安装 tensorflow-gpu 1.2 版本,不建议在终端安装,很麻烦。首先,若使用pip安装,安装完成后,要在环境中添加匹配的的cudnn5.1版本。若使用conda 安装,会发现找不到想要的tensorflow-gpu1.2. 这时,最好的处理方法是在anaconda的图形界面中找到对应的环境,搜索tensorflow-gpu,然后右键点击,指定版本安装,安装这个版本有点慢,大概十几分钟。自动匹配的cudnn是6版本的,应该在图形界面将它降级为5。

6.其他:

每次开机后,打开终端都会显示(base),这是因为环境为anaconda。
通过输入命令,conda deactivate 后,会切换到系统环境。
通过输入命令,conda activate 后,会切回到anaconda的基础环境。

在这里插入图片描述
可以看到,不同环境的python版本是不同的。

进入环境:source activate tf-1.4(后面为你要进入的环境名)
  或者:conda activate tf-1.4
退出环境:source deactivate tf-1.4(后面为你要退出的环境名)
  或者:conda deactivate
在这里插入图片描述
查看自己anaconda中有哪些环境:
在这里插入图片描述
如果要删除环境,命令为:

conda remove -n tf-1.4 --all

猜你喜欢

转载自blog.csdn.net/weixin_41735859/article/details/89076582