ubuntu18.04系统安装+换源+显卡驱动安装+Anaconda+CUDA+cudnn+pytorch+tensorflow安装

ubuntu18.04系统安装+换源+显卡驱动安装+Anaconda+CUDA+cudnn+pytorch+tensorflow安装

ubuntu18.04系统安装+换源+显卡驱动安装+Anaconda+CUDA+cudnn+pytorch+tensorflow安装

近期安装了ubuntu18.04，并且进行了换源，以及显卡驱动安装和深度学习环境的搭建，把我自己总结的一些经验分享在这里，给大家提供参考
特别提示：第0步骤，如果电脑原来不是uefi启动，设置成uefi启动，可能导致原来电脑上其他操作系统无法启动，

0.电脑硬件的的处理

0.1 主板：

调整成uefi启动，

0.2 硬盘：

0.2.1 硬盘选型

建议使用企业级硬盘，7*24小时运转的那种，因为有时候深度学习算法会跑很长时间，一直在读写硬盘，硬盘的可靠性很重要，硬盘容量尽量大于2TB，

0.2.2 硬盘设置

最好使用diskgenius等工具，把电脑的硬盘格式调整成gpt格式，以及为硬盘配置
ESP和MSR分区，这样可以在uefi启动，

上述这两个操作可以提高系统安全性和稳定性

1. ubuntu18.04系统镜像下载与安装工具制作

1.1 乌班图镜像 官方下载网站

乌班图官网：https://ubuntu.com/

ubuntu官网桌面镜像下载网址：https://ubuntu.com/download/desktop

ubuntu官网桌面镜像老版本下载网址：https://ubuntu.com/download/alternative-downloads
选择18.04.5的bt下载，使用迅雷等工具进行下载。

1.2 乌班图官方推荐安装介质 官方下载网站

Rufus官网：http://rufus.ie/zh/

下载Rufus工具，进行ubuntu安装介质的制作，制作时候注意硬盘的格式

2. ubuntu18.04系统的安装

将安装工具插入电脑的USB插口，进入bios，选择安装工具的启动项，进行安装，

3. ubuntu18.04软件源的更换

3.1 备份 /etc/apt/sources.list

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

3.2 编辑 /etc/apt/sources.list

sudo gedit /etc/apt/sources.list

使用gedit打开文档，保留原来的所有内容，将下边的阿里源、清华源、中科大源、163源，复制进去，复制在顶部，然后点击保存关闭。

# 阿里源
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse


# 清华源
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse


# 中科大源
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse


# 163源
deb http://mirrors.163.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.163.com/ubuntu/ bionic-backports main restricted universe multiverse



#**************ubuntu***********************


#deb cdrom:[Ubuntu 18.04.5 LTS _Bionic Beaver_ - Release amd64 (20200806.1)]/ bionic main restricted

# See http://help.ubuntu.com/community/UpgradeNotes for how to upgrade to
# newer versions of the distribution.
deb http://cn.archive.ubuntu.com/ubuntu/ bionic main restricted
# deb-src http://cn.archive.ubuntu.com/ubuntu/ bionic main restricted

## Major bug fix updates produced after the final release of the
## distribution.
deb http://cn.archive.ubuntu.com/ubuntu/ bionic-updates main restricted
# deb-src http://cn.archive.ubuntu.com/ubuntu/ bionic-updates main restricted

## N.B. software from this repository is ENTIRELY UNSUPPORTED by the Ubuntu
## team. Also, please note that software in universe WILL NOT receive any
## review or updates from the Ubuntu security team.
deb http://cn.archive.ubuntu.com/ubuntu/ bionic universe
# deb-src http://cn.archive.ubuntu.com/ubuntu/ bionic universe
deb http://cn.archive.ubuntu.com/ubuntu/ bionic-updates universe
# deb-src http://cn.archive.ubuntu.com/ubuntu/ bionic-updates universe

## N.B. software from this repository is ENTIRELY UNSUPPORTED by the Ubuntu 
## team, and may not be under a free licence. Please satisfy yourself as to 
## your rights to use the software. Also, please note that software in 
## multiverse WILL NOT receive any review or updates from the Ubuntu
## security team.
deb http://cn.archive.ubuntu.com/ubuntu/ bionic multiverse
# deb-src http://cn.archive.ubuntu.com/ubuntu/ bionic multiverse
deb http://cn.archive.ubuntu.com/ubuntu/ bionic-updates multiverse
# deb-src http://cn.archive.ubuntu.com/ubuntu/ bionic-updates multiverse

## N.B. software from this repository may not have been tested as
## extensively as that contained in the main release, although it includes
## newer versions of some applications which may provide useful features.
## Also, please note that software in backports WILL NOT receive any review
## or updates from the Ubuntu security team.
deb http://cn.archive.ubuntu.com/ubuntu/ bionic-backports main restricted universe multiverse
# deb-src http://cn.archive.ubuntu.com/ubuntu/ bionic-backports main restricted universe multiverse

## Uncomment the following two lines to add software from Canonical's
## 'partner' repository.
## This software is not part of Ubuntu, but is offered by Canonical and the
## respective vendors as a service to Ubuntu users.
# deb http://archive.canonical.com/ubuntu bionic partner
# deb-src http://archive.canonical.com/ubuntu bionic partner

deb http://security.ubuntu.com/ubuntu bionic-security main restricted
# deb-src http://security.ubuntu.com/ubuntu bionic-security main restricted
deb http://security.ubuntu.com/ubuntu bionic-security universe
# deb-src http://security.ubuntu.com/ubuntu bionic-security universe
deb http://security.ubuntu.com/ubuntu bionic-security multiverse
# deb-src http://security.ubuntu.com/ubuntu bionic-security multiverse

3.3 更新源

命令如下：

sudo apt-get update

3.4 修复损坏的软件包，尝试卸载出错的包，重新安装正确版本的。

命令如下：

sudo apt-get -f install

3.5 更新软件

sudo apt-get upgrade

已经结束，现在可以下载想要的库或在软件了。

3.6 安装 Google chrome 浏览器

安装google chrome浏览器

第一步：

wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb

第二步：

sudo dpkg -i google-chrome-stable_current_amd64.deb 

3.7 安装edge浏览器

登陆微软的edge网站：
https://www.microsoft.com/zh-cn/edge?form=ma13dg&ocid=smciedownload8-download
下载并通过软件安装打开

或者用命令安装

sudo dpkg -i 安装包名称.deb

如果提示有错误
安装依赖

sudo apt -f install

之后，接着安装

3.8 安装搜狗输入法

详见：搜狗输入法For Linux官网：https://pinyin.sogou.com/linux/
Ubuntu18.04要安装sogoupinyin_2.3.1.0112_amd64.deb这个安装包，安装其他的不行，双拼的那个

3.9 解决搜狗输入法在spyder里面不能用的问题

1. 打开 /usr/lib/x86_64-linux-gnu/qt5/plugins/platforminputcontexts/ 位置
   

2. 找到 libfcitxplatforminputcontextplugin.so文件
   3. 将libfcitxplatforminputcontextplugin.so 文件复制到相应环境的/plugins/platforminputcontexts/文件夹里
   例如我的是
   (1) 默认（base）环境
   /home/pc/anaconda3/plugins/platforminputcontexts/
   (2)自建的 pytorch180CPU 环境
   /home/pc/anaconda3/envs/pytorch180CPU/plugins/platforminputcontexts
   (3)自建的 pytorch180cuda111 环境
   /home/pc/anaconda3/envs/pytorch180cuda111/plugins/platforminputcontexts
   (4)自建的 tensorflow1140CPU 环境
   /home/pc/anaconda3/envs/tensorflow1140CPU/plugins/platforminputcontexts
   (5)自建的 tensorflow1140cuda100 环境
   /home/pc/anaconda3/envs/tensorflow1140cuda100/plugins/platforminputcontexts
   
   
   
   此时，可以在Spyder里面切换搜狗输入法了

4 安装nvidia驱动

4.1 推荐方法

推荐使用软件和更新安装驱动

4.1.1 找到软件和更新

4.1.2 安装驱动

使用附加驱动选项卡安装驱动

4.2 官网下载驱动进行安装（不推荐）

参考这一篇文章，感谢原作者：https://blog.csdn.net/lihe4151021/article/details/90083431

4.2.1 下载驱动

乌班图自带的驱动是通用驱动，需要下载nvidia的官方驱动进行安装，后面才能使用cuda
登陆NVIDIA官网：https://www.nvidia.cn/

根据显卡型号找到对应的驱动，
进行下载
例如我的是Geforce970
下载的驱动名称是：NVIDIA-Linux-x86_64-470.63.01.run

4.2.2 安装驱动

4.2.2.1 禁用驱动

打开

blacklist nouveau
options nouveau modeset=0

4.2.2.2 安装gcc

sudo apt-get install gcc

4.2.2.3 安装make

sudo apt-get install make

4.2.2.4 安装 nvidia驱动

1. 更改run文件权限

 sudo chmod  a+x NVIDIA-Linux-x86_64-470.63.01.run

2. 进行安装

 sudo ./NVIDIA-Linux-x86_64-470.63.01.run  

5 安装Anaconda 与 Anaconda换源

5.1 到Anaconda官网下载最新版本的Anaconda，下载Inidivual版本

选择linux版本的进行下载
网址为：https://www.anaconda.com/

5.2 进行安装

例如我下载的是
Anaconda3-2021.05-Linux-x86_64.sh
切换到下在目录
使用如下命令安装：

sudo bash Anaconda3-2021.05-Linux-x86_64.sh 

如果用bash安装，命令如下

bash Anaconda3-2021.05-Linux-x86_64.sh 

用bash命令安装的，不需要处理权限了
关闭终端，再重新打开终端

5.3 权限的处理

处理安装目录下的一些文件权限

sudo chmod -R 777 ~/.conda

sudo chmod -R 777 ~/anaconda3

在终端里输入

anaconda-navigator

启动一次Anaconda Navigator，以来生成/.condarc文件

sudo chmod -R 777 ~/.condarc

5.4 检查Anaconda路径配置(这个一步不是必需的)

1. 来到home/用户名/
   勾选显示隐藏文件
   

2. 新建备份文件夹
   

3. 将.bashrc文件复制到备份文件夹里面一份，作为备份

4. 编辑用户名问价夹里面的.bashrc
   输入命令：例如我的用户名是alice

gedit /home/alice/.bashrc

6. 打开的界面
   
   发现已经有了anaconda的配置信息

5.5 用命令打开anaconda-navigator

命令如下：

anaconda-navigator

成功打开

5.6 Anaconda快捷方式建立

5.6.1 在桌面创建一个文件anaconda-navigator.desktop

在主文件夹切换到桌面，打开终端
命令如下：

touch anaconda-navigator.desktop

5.6.2 编辑这个文件：

命令如下：

gedit anaconda-navigator.desktop

将下面内容粘贴到文件里面

[Desktop Entry]
Name=Anaconda Navigator(anaconda3)
Version=3.0
Type=Application
Exec=/home/<username>/anaconda3/bin/anaconda-navigator
# <username>替换成你系统上anaconda-navigator的执行路径
Icon=/home/<username>/anaconda3/lib/python3.8/site-packages/anaconda_navigator/static/images/anaconda-icon-256x256.png
# <username>替换成你系统上ananconda的icon路径
Comment=Open Anaconda Navigator(anaconda3)
Terminal=false

保存，右键允许启动，双击，信任并启动

将anaconda-navigator.desktop 复制到应用里面

sudo cp anaconda-navigator.desktop /usr/share/applications/

5.7 Anaconda 换源

1. 打开anaconda prompt，进入(base)环境，输入命令，生成.condarc文件
   命令如下：

conda config --set show_channel_urls yes

1. 来到/home/alice/文件夹下面找到.condarc文件
   复制一份，粘贴到/home/alice/备份/，备份
   然后
   编辑这个文件

sudo gedit ~/.condarc

3. 将下面内容粘贴到.condarc里面

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/
  - defaults
ssl_verify: true
auto_activate_base: false

倒数第三行，- defaults 是为了保留原来的Anaconda官方源，在第三方源下不到的情况下，可以用官方源下载；
最后一行：auto_activate_base: false作用，打开终端，不默认进入(base)环境

5.8 设置Anaconda3的python 是默认的python

1、

在终端输入$sudo gedit /etc/profile，打开profile文件。
命令如下：

sudo gedit /etc/profile

在文件末尾添加两行：

# added by Anaconda3 installer
export PATH=/home/pc/anaconda3/bin:$PATH

，其中，将“/home/pc/anaconda3/bin”替换为你实际的安装路径。保存。

2. 打开.bashrc进行编辑
   命令：

sudo gedit /home/pc/.bashrc

在~/.bashrc中修改，即加入
在文件末尾添加两行：

# added by Anaconda3 installer
export PATH=/home/pc/anaconda3/bin:$PATH

，则输入python命令就会直接出来Anaconda环境下的python，

附录：conda命令的简单使用

#命令1
conda create -n [name]    #创建名为name的conda环境,注意不要加上中括号，如tensorflow
#命令2
source activate [name]    #激活刚刚创建的环境，命令完成后，回答先命令行之前多了刚创建的环境的名字
#命令3
source deactivate [name]  #退出名为name的环境，回到系统默认环境
#命令4
conda remove -n [name] --all   #删除刚刚创建的conda环境 
#命令5
conda info -envs          #查看所安装环境列表，创建的环境都在`~/anaconda2/envs/`目录下面
#命令6
conda install [packagename]    #安装具体的包，加-n [name]可以安装到指定环境
#命令7
conda list -n [name]      #name环境下安装了哪些包
#命令8
conda update -n [name] [packagename]   #升级name环境的名为packagename的包
#命令9
conda remove -n [name] [packagename]   #删除name环境的名为packagename的包

至此，Anaconda的安装与换源完成了

5.9 取消打开终端，默认是(base)环境

5.10 安装配置 spyder（不一定必须，默认base一般自己安装Spyder）

5.10.1 安装spyder

命令如下：

conda activate base

 conda install spyder

5.10.2 配置spyder

5.10.2.1创建spyder 快捷方式(方法一)

Anaconda在spyder安装成功后，在anaconda3/share/applications/路径下存放着Anaconda自动生成的spyder.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/share/applications/
找到这个文件夹
操作步骤：

1. 将spyder.desktop复制一份，作为副本
   2. 对spyder.desktop重命名为base-spyder.desktop，重命名之后复制一份，作为副本
   3. 右键base-spyder.desktop，使用其他程序打开，用文本编辑器打开
   
   4.打开之后，将Icon=后面的spyder，改为自己安装的Anacoanda文件夹里面的spyder.png位置：例如我的是/home/pc/anaconda3/share/icons/spyder.png
   
   5.点击保存
   6.双击base-spyder.desktop，接受信任并启动，可以打开base环境下的spyder
   
   7.右键base-spyder.desktop重命名为base.spyder
   
   
   注意：此处重命名之后，快捷方式的文件名依然是base-spyder.desktop，base-spyder显示的是现实的名字，文件操作还是要用base-spyder.desktop

8.将base-spyder.desktop复制到应用程序里面
在anaconda3/share/applications/文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp base-spyder.desktop /usr/share/applications

9 将base-spyder.desktop复制到桌面
在anaconda3/share/applications/文件夹里面，复制base-spyder.desktop到桌面粘贴，
10.双击，接受信任并启动
11.成功界面

5.6.2.2创建spyder 快捷方式(方法二)

1. 建立spyderbase.desktop
   命令：

touch spyderbase.desktop

2. 编辑spyderbase.desktop
   命令如下：

gedit spyderbase.desktop

3. 将以下代码粘贴到里面

[Desktop Entry]
Type=Application
Version=1.0
Name=Spyder(base)
GenericName=Spyder(base)
Icon=/home/pc/anaconda3/share/icons/spyder.png
Exec=/home/pc/anaconda3/bin/spyder %F
Terminal=true
Categories=Science;IDE;Qt;

其中Icon 后面的/home/pc/anaconda3/和Exec后面的/home/pc/anaconda3/，根据自己Anaconda安装位置更改。
teminal 选择true.

保存并退出

4. 更改权限

sudo chmod 777 spyderbase.desktop

5. 应用图标的配置
   在 spyderbase.desktop 文件目录下，打开终端，键入以下命令，将桌面文件放入系统图标文件夹中：

sudo cp spyderbase.desktop /usr/share/applications

点击显示应用程序，我们便可以在界面中找到 Spyder(base)

接着右键 Spyder(base) 图标，选择 Add to Favotires

我们便能在我们的 Dock 中快速打开Spyder(base)了 ！
6. 双击选择trust就可以运行

5.7 安装配置Jupyter

5.7.1 安装Jupyter

1. 激活base环境
   打开终端，激活base，命令如下：

conda activate base

2. 安装spyder 命令如下

conda install jupyter

打开Anaconda，切换到base环境可以查看Jupyter是否安装成功

5.7.2 配置Jupyter，指的是创建Jupyter快捷方式，以及配置文件路径

5.7.2.1 使用anaconda3文件夹自动生成的快捷方式（方法一）

Anaconda在jupyter安装成功后，在anaconda3/share/applications/路径下存放着Anaconda自动生成的jupyter-notebook.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/share/applications/

1. 找到anaconda3/share/applications/文件夹
   

2. 将jupyter-noterbook.desktop复制一份，粘贴为副本
   3. 重命名jupyter-notebook.desktop为base-jupyter.desktop
   
   4.复制一份base-jupyter.desktop，粘贴为副本
   5.对base-jupyter.desktop右键，用其他程序打开，选择文本编辑器

6.打开之后，将Icon=后面的notebook，改为自己安装的Anacoanda文件夹里面的notebook.svg位置：例如我的是/home/pc/anaconda3/share/icons/hicolor/scalable/apps/notebook.svg

7.保存并关闭
8.双击base-jupyter.desktop，选择信任并启动

9.将base-jupyter.desktop复制到应用程序里面
在anaconda3/share/applications/文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp base-jupyter.desktop /usr/share/applications

10. 将base-jupyter.desktop复制粘贴到桌面

11.在桌面的base-jupyter.desktop双击，信任并启动，成功打开jupyter

5.7.2.2 使用这位博主的方式（方法二）

版权声明：本文为CSDN博主「Z.Q.Feng」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_46584887/article/details/117826505

1. 创建脚本文件 jupyter.sh
   Ctrl + Alt + t 打开终端，键入以下命令

touch jupyter.sh

2. 配置相关脚本文件
   使用gedit打开脚本文件，

gedit jupyter.sh

3
复制以下代码进文件

#!/bin/sh
gnome-terminal -- bash -c "echo -e \"=================================================================================\n\n\t\tWelcome Using Jupyter Notebook !\n\n    =================================================================================    \n\";\
     sleep 0.15;\
     jupyter notebook --ip=0.0.0.0"

保存并退出。
4. 设置可执行权限
键入如下命令，给脚本文件设置相关可执行权限：

sudo chmod +x jupyter.sh

到这里，脚本文件的相关配置就完毕了。
二、桌面文件的配置
在 Ubuntu gnome 桌面环境下，桌面文件的后缀名一般为 .desktop，因此，我们首先创建相关桌面文件。

1. 创建桌面文件 jupyter.desktop
   Ctrl + Alt + t 打开终端，键入以下命令

touch jupyter.desktop

2. 移动脚本文件到命令环境
   在刚在编写 jupyter.sh 脚本文件的目录下，键入以下命令，移动脚本文件到系统命令环境目录中去：

sudo cp jupyter.sh /usr/bin

3. 配置图标
   去jupyter官网下载 jupyter svg格式的图标
   到下载所在目录，重命名为：Jupyter-main-logo.svg
   右键空白处，选择在终端中打开，键入以下命令，拷贝该图片到系统图标目录下：

sudo cp Jupyter-main-logo.svg /usr/share/applications

到此图标的配置已经完成
5. 配置相关桌面文件
使用 gedit打开文件 jupyter.desktop，

gedit jupyter.desktop

复制以下代码进文件

[Desktop Entry]
Name=Jupyter Notebook
Comment=Open Jupyter Notebook
Exec=/usr/bin/jupyter.sh
Icon=/usr/share/applications/Jupyter-main-logo.svg
Terminal=false
Type=Application
Categories=Developer;

保存并退出。

注：这里的 Exec 的值为你的 jupyter.desktop 文件的绝对路径，Icon 的值为你的图标文件的绝对路径，若完全按照上述步骤操作的话则无需更改。

6. 设置可执行权限
   回到 jupyter.desktop 文件目录下，键入如下命令，给桌面文件设置相关可执行权限：

sudo chmod u+x jupyter.desktop

到这里，桌面文件的相关配置就完毕了。
三、配置桌面快捷方式和应用图标

1. 桌面快捷方式的配置
   这个很简单，只需要将我们的 jupyter.desktop 文件移动到系统桌面文件夹下就好了，我们可以直接使用命令行操作：

cp jupyter.desktop /home/用户名/Desktop

或者直接复制粘贴到对应文件夹内，效果如下：

这一步我们在桌面上已经可以看到对应的文件了，但是还是不能运行，需要我们进行进一步操作：右键桌面上的文件 >> Allow Launching，

可以发现它已经出现了快捷方式的角标图案了，双击，我们便可以成功运行 jupyter 了！

2. 应用图标的配置
   在 jupyter.desktop 文件目录下，打开终端，键入以下命令，将桌面文件放入系统图标文件夹中：

sudo cp jupyter.desktop /usr/share/applications

打开桌面图标界面，我们便可以在界面中找到 jupyter

接着右键 jupyter 图标，选择 Add to Favotires

我们便能在我们的 Dock 中快速打开 jupyter 了 ！

虽然对于网址的打开还未做到自动化，但能这样也算是满足了作者对于图形化界面的一点点小私心吧，至少不用每次打开 jupyter 都要执行打开终端输代码的操作了。

————————————————
版权声明：本文为CSDN博主「Z.Q.Feng」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_46584887/article/details/117826505

5.7.2.3 配置jupyter文件路径

1. 创建配置文件

jupyter-notebook --generate-config

2. 找到配置文件，在/.jupyter文件夹里面

3. 将配置文件复制一份，粘贴为副本
   

4. 修改配置文件
   打开配置文件，查找 ​c.NotebookApp.notebook_dir
   

5. 将这个一行 复制，粘贴到下一行，修改单引号里面的内容为自己的jupyter
   工作目录，例如我的是
   

6. 重新打开Jupyter
   

6 安装pytorch CPU版本

6.1 创建pytorch CPU版本 环境

1. 打开Anaconda Prompt，默认进入(base)环境
2. 创建一个环境，基于pytorch1.80，所以命名为pytorch180CPU
   命令如下：

conda create --name pytorch180CPU python==3.8.5

3. 检查环境是否创建成功

等待安装完毕之后，使用命令查看一下是否真的创建了这个环境
命令如下：

conda info --env 

6.2 安装pytorch CPU版本

6.2.1 进入pytorchCPU环境

使用命令 进入pytorch180CPU环境
命令如下：

conda activate pytorch180CPU

6.2.2 安装pytorch CPU版本

前往pytorch官网：https://pytorch.org/
点击Previous versions of Pytorch可以安装旧版本Pytorch
例如这里安装1.8.0版本的CPU版本的Pytorch
命令如下：
Pytorch官网命令如下：

官网命令

# CPU Only
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch

官网命令改进，不强制从pytorch官网下载，去掉了-c pytorch

# CPU Only
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly

6.3 安装配置 spyder

6.3.1 安装spyder

命令如下：

 conda install spyder

6.3.2 配置spyder

6.3.2.1创建spyder 快捷方式(方法一)

Anaconda在pytorch180CPU环境当中的spyder安装成功后，在/anaconda3/envs/环境名称/share/applications路径下存放着Anaconda自动生成的spyder.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/pytorch180CPU/share/applications
找到这个文件夹

操作步骤：

1. 将spyder.desktop复制一份，作为副本

2. 对spyder.desktop重命名为pytorch180CPU-spyder.desktop，重命名之后复制一份，作为副本

3. 右键pytorch180CPU-spyder.desktop，使用其他程序打开，用文本编辑器打开
   

4.打开之后，将Icon=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder.png位置：/anaconda3/envs/环境名/share/icons/spyder.png
例如我的是/home/pc/anaconda3/envs/pytorch180CPU/share/icons/spyder.png
将Exec=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder位置：
spyder 位置：/anaconda3/envs/环境名/bin/spyder
例如我的是：/home/pc/anaconda3/envs/pytorch180CPU/bin/spyder

5.点击保存
6.双击base-spyder.desktop，接受信任并启动，可以打开base环境下的spyder

7.右键base-spyder.desktop重命名为pytorch180CPU

注意：此处重命名之后，快捷方式的文件名依然是pytorch180CPU-spyder.desktop，pytorch180CPU-spyder显示的是现实的名字，文件操作还是要用pytorch180CPU-spyder.desktop

8.将pytorch180CPU-spyder.desktop复制到应用程序里面
在/anaconda3/envs/环境名/share/applications文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp pytorch180CPU-spyder.desktop /usr/share/applications

9 将pytorch180CPU-spyder.desktop复制到桌面
在/anaconda3/envs/环境名/share/applications文件夹里面，复制pytorch180CPU-spyder.desktop到桌面粘贴，

10.双击，接受信任并启动

11.成功界面

6.3.2.2 创建spyder 快捷方式（方法二）

1. 建立spyder.desktop
   命令：

touch spyderpytorch180CPU.desktop

2. 编辑spyder.desktop
   命令如下：

gedit spyderpytorch180CPU.desktop

3. 将以下代码粘贴到里面

[Desktop Entry]
Type=Application
Version=1.0
Name=Spyder(pytorch180CPU)
GenericName=Spyder(pytorch180CPU)
Icon=/home/pc/anaconda3/envs/pytorch180CPU/share/icons/spyder.png
Exec=/home/pc/anaconda3/envs/pytorch180CPU/bin/spyder %F
Terminal=true
Categories=Science;IDE;Qt;

其中Icon后面的/home/pc/anaconda3/envs/pytorch180CPU/ 和Exec后面/home/pc/anaconda3/envs/pytorch180CPU/，根据自己的环境位置更改。
teminal 选择true.

保存并退出

4. 更改权限

sudo chmod 777 spyderpytorch180CPU.desktop

5. 应用图标的配置
   在 spyderpytorch180CPU.desktop 文件目录下，打开终端，键入以下命令，将桌面文件放入系统图标文件夹中：

sudo cp spyderpytorch180CPU.desktop /usr/share/applications

点击显示应用程序，我们便可以在界面中找到 spyder(pytorch180CPU)

接着右键 spyder(pytorch180CPU) 图标，选择 Add to Favotires

我们便能在我们的 Dock 中快速打开spyder(pytorch180CPU)了 ！
6. 双击选择trust就可以运行

6.4 安装 配置 jupyter

6.4.1安装 配置 jupyter（方法一：需要在这个环境安装Jupyter）

6.4.1.1 安装 jupyter

命令如下：

conda install jupyter

打开Anaconda，切换到pytorch180CPU环境可以查看Jupyter是否安装成功

6.4.1.2 配置kernel（方法一）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

3. 根据/home/pc/anaconda3/envs/pytorch180CPU/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是pytorch180CPU环境
   

4. 右击python3文件夹，进行压缩备份
   

5. 将python3文件夹名称改为pytorch180CPU
   

6. 对pytorch180CPU 文件夹里的kernel.json 进行编辑，
   

第三行 是 python解释器所在位置，此处已经是pytorch180CPU环境的的python解释器的位置，不需要更改

下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，我这里修改成pytorch180CPU
保存并关闭
7.将pytorch180CPU文件夹复制到：/home/pc/anaconda3/share/jupyter/kernels/
文件夹，这个文件夹是base环境的文件夹，把/home/pc/anaconda3/share/jupyter/kernels/文件夹里面的python3文件夹也压缩一份，备份

8. 最后，关闭所有浏览器的Jupyter Notebook窗口
   在新建jupyter 文件时就可以看到：默认的python3，新建的pytorch180CPU环境

6.4.1.3 创建 Jupyter 快捷方式（方法一）

Anaconda在pytorch180CPU环境当中的jupyter安装成功后，在anaconda3/envs/环境名称/share/applications/路径下存放着Anaconda自动生成的jupyter-notebook.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/pytorch180CPU/share/applications/

1. 找到/home/pc/anaconda3/envs/pytorch180CPU/share/applications/文件夹
   

2. 将jupyter-noterbook.desktop复制一份，粘贴为副本

3. 重命名jupyter-notebook.desktop为pytorch180CPU-jupyter.desktop
   

4.复制一份pytorch180CPU-jupyter.desktop，粘贴为副本

5.对pytorch180CPU-jupyter.desktop右键，用其他程序打开，选择文本编辑器

6.打开之后，
将Exec=后面的jupyter-notebook，改为自己安装的Anaconda文件夹里，相应环境的jupyter-notebook的位置，例如我的是：/home/pc/anaconda3/envs/pytorch180CPU/bin/jupyter-notebook
将Icon=后面的notebook，改为自己安装的Anacoanda文件夹里，相应环境的notebook.svg位置：例如我的是/home/pc/anaconda3/envs/pytorch180CPU/share/icons/hicolor/scalable/apps/notebook.svg

7.保存并关闭
8.双击pytorch180CPU-jupyter.desktop，选择信任并启动

9.将pytorch180CPU-jupyter.desktop复制到应用程序里面
在anaconda3/share/applications/文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp pytorch180CPU-jupyter.desktop /usr/share/applications

10. 将pytorch180CPU-jupyter.desktop复制粘贴到桌面
    

11.在桌面的pytorch180CPU-jupyter.desktop双击，信任并启动，成功打开jupyter

12.还可以对桌面的快捷方式重命名，比如我去掉了.desktop

6.4.2 安装配置jupyter（方法二：不需要在该环境配置Jupyter）

6.4.2.2 配置kernel（方法二）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

3. 根据/home/pc/anaconda3/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是base环境
   

4. 将python3文件夹里的3个文件复制，
   在kerners文件夹里新建pytorch180CPU文件夹，
   

5. 将那3个文件粘贴到pytorch180CPU文件夹里
   

6. 对pytorch180CPU 文件夹里的kernel.json 进行编辑，
   第三行 是 python解释器所在位置，修改成自己相应环境的python解释器的位置，例如我的是/home/pc/anaconda3/envs/tensorflow1140CPU/bin/python
   下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，例如我的是pytorch180CPU
   保存并关闭
   

7. 最后，关闭所有浏览器的Jupyter Notebook窗口
   在新建jupyter 文件时就可以看到：默认的python3，新建的pytorch180CPU环境

6.4.2.3 创建 Jupyter 快捷方式（方法二）

6.4.2.3快捷方式的创建参考原创这篇文章:：https://blog.csdn.net/weixin_46584887/article/details/117826505，感谢作者

7 安装pytorch的GPU版本

打开终端

7.1 创建一个环境，命名为pytorch180cuda111

	命令如下：

conda create --name pytorch180cuda111 python==3.8.5

等待安装完毕之后，使用命令查看一下是否真的创建了这个环境
命令如下：

conda info --env 

7.2 安装pytorch GPU版本

7.2.1 使用命令 进入这个环境

命令如下：

conda activate pytorch180cuda111

7.2.2 安装pytorch GPU版本

cuda11.1版本的
pytorch官网安装命令

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

改进命令，去掉 -c pytorch，去掉的目的是不强制从pytorch官网下载

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c conda-forge

Anaconda会自动安装适当版本的cudnn

7.3 安装spyder与创建快捷方式

7.3.1 安装spyder

命令如下：

conda activate pytorch180cuda111

conda install spyder

7.3.2 创建快捷方式

7.3.2.1 创建方法一

Anaconda在pytorch180CPU环境当中的spyder安装成功后，在/anaconda3/envs/环境名称/share/applications路径下存放着Anaconda自动生成的spyder.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/pytorch180cuda111/share/applications
找到这个文件夹

操作步骤：

1. 将spyder.desktop复制一份，作为副本
   

2. 对spyder.desktop重命名为pytorch180cuda111-spyder.desktop，重命名之后复制一份，作为副本

3. 右键pytorch180cuda111-spyder.desktop，使用其他程序打开，用文本编辑器打开
   

4.打开之后，将Icon=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder.png位置：/anaconda3/envs/环境名/share/icons/spyder.png
例如我的是/home/pc/anaconda3/envs/pytorch180cuda111/share/icons/spyder.png
将Exec=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder位置：
spyder 位置：/anaconda3/envs/环境名/bin/spyder
例如我的是：/home/pc/anaconda3/envs/pytorch180cuda111/bin/spyder

5.点击保存，并且关闭
6.双击pytorch180cuda111-spyder.desktop，接受信任并启动，可以打开pytorch180cuda111环境下的spyder

7.右键pytorch180cuda111-spyder.desktop重命名为pytorch180cuda111

注意：此处重命名之后，快捷方式的文件名依然是pytorch180cuda111-spyder.desktop，pytorch180cuda111-spyder显示的是现实的名字，文件操作还是要用pytorch180cuda111-spyder.desktop

8.将pytorch180cuda111-spyder.desktop复制到应用程序里面
在/anaconda3/envs/环境名/share/applications文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp pytorch180cuda111-spyder.desktop /usr/share/applications

9 将pytorch180cuda111-spyder.desktop复制到桌面
在/anaconda3/envs/环境名/share/applications文件夹里面，复制pytorch180cuda111-spyder.desktop到桌面粘贴，

10.双击，接受信任并启动

11.成功界面

7.3.2.2 创建spyder 快捷方式（方法二）

1. 建立spyder.desktop
   命令：
   切换到桌面，右键打开终端

touch pytorch180cuda111-spyder.desktop

2. 编辑spyder.desktop
   命令如下：

gedit pytorch180cuda111-spyder.desktop

3. 将以下代码粘贴到里面

[Desktop Entry]
Type=Application
Version=1.0
Name=Pytorch180Cuda111-Spyder
GenericName=Pytorch180Cuda111-Spyder
Icon=/home/pc/anaconda3/envs/pytorch180cuda111/share/icons/spyder.png
Exec=/home/pc/anaconda3/envs/pytorch180cuda111/bin/spyder %F
Terminal=true
Categories=Science;IDE;Qt;

其中Iconl后面的/home/pc/anaconda3/envs/pytorch180cuda111/ 和Exec后面/home/pc/anaconda3/envs/pytorch180cuda111/，根据自己的环境位置更改。
teminal 选择true.

保存并退出

4. 更改权限

sudo chmod 777 pytorch180cuda111-spyder.desktop

5. 应用图标的配置
   在 pytorch180cuda111-spyder.desktop 文件目录下，打开终端，键入以下命令，将桌面文件放入系统图标文件夹中：

sudo cp pytorch180cuda111-spyder.desktop /usr/share/applications

点击显示应用程序，我们便可以在界面中找到 spyder(pytorch180CPU)

接着右键 spyder(pytorch180CPU) 图标，选择 Add to Favotires

我们便能在我们的 Dock 中快速打开spyder(pytorch180CPU)了 ！
6. 双击选择trust就可以运行

7.4 安装 配置 jupyter

7.4.1安装 配置 jupyter（方法一：需要在这个环境安装Jupyter）

7.4.1.1 安装 jupyter

命令如下：

conda install jupyter

打开Anaconda，切换到pytorch180cuda111环境可以查看Jupyter是否安装成功

7.4.1.2 配置kernel（方法一）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

此处竟然没有显示刚安装的pytorch180cuda111环境下的jupyter的 kernel.json，很奇怪

3. 根据/home/pc/anaconda3/envs/pytorch180cuda111/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是pytorch180cuda111环境
   

4. 右击python3文件夹，进行压缩备份

5. 将python3文件夹名称改为pytorch180cuda111

6. 对pytorch180cuda111 文件夹里的kernel.json 进行编辑，

第三行 是 python解释器所在位置，此处已经是pytorch180cuda111环境的的python解释器的位置，不需要更改

下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，我这里修改成pytorch180cuda111
保存并关闭

7.将pytorch180cuda111文件夹复制到：/home/pc/anaconda3/share/jupyter/kernels/
文件夹，这个文件夹是base环境的文件夹，把/home/pc/anaconda3/share/jupyter/kernels/文件夹里面的python3文件夹也压缩一份，备份

8. 最后，关闭所有浏览器的Jupyter Notebook窗口
   在新建jupyter 文件时就可以看到：默认的python3，新建的pytorch180cuda111环境

7.4.1.3 创建 Jupyter 快捷方式（方法一）

Anaconda在pytorch180cuda111环境当中的jupyter安装成功后，在anaconda3/envs/环境名称/share/applications/路径下存放着Anaconda自动生成的jupyter-notebook.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/pytorch180cuda111/share/applications/

1. 找到/home/pc/anaconda3/envs/pytorch180cuda111/share/applications/文件夹
   

2. 将jupyter-noterbook.desktop复制一份，粘贴为副本!

3. 重命名jupyter-notebook.desktop为pytorch180cuda111-jupyter.desktop
   

4.复制一份pytorch180cuda111-jupyter.desktop，粘贴为副本

5.对pytorch180cuda111-jupyter.desktop右键，用其他程序打开，选择文本编辑器

6.打开之后，
将Exec=后面的jupyter-notebook，改为自己安装的Anaconda文件夹里，相应环境的jupyter-notebook的位置，例如我的是：/home/pc/anaconda3/envs/pytorch180cuda111/bin/jupyter-notebook
将Icon=后面的notebook，改为自己安装的Anacoanda文件夹里，相应环境的notebook.svg位置：例如我的是/home/pc/anaconda3/envs/pytorch180cuda111/share/icons/hicolor/scalable/apps/notebook.svg

7.保存并关闭
8.双击pytorch180cuda111-jupyter.desktop，选择信任并启动

9.将pytorch180cuda111-jupyter.desktop复制到应用程序里面
在pytorch180cuda111/share/applications/文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp pytorch180cuda111-jupyter.desktop /usr/share/applications

10. 将pytorch180cuda111-jupyter.desktop复制粘贴到桌面
    

11.在桌面的pytorch180cuda111-jupyter.desktop双击，信任并启动，成功打开jupyter

12.还可以对桌面的快捷方式重命名，比如我去掉了.desktop

7.4.2 安装配置jupyter（方法二：不需要在该环境配置Jupyter）

7.4.2.2 配置kernel（方法二）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

conda activate pytorch180cuda111

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

3. 根据/home/pc/anaconda3/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是base环境
   

4. 将python3文件夹里的3个文件复制，
   在kerners文件夹里新建pytorch180cuda111文件夹，
   

5. 将那3个文件粘贴到pytorch180cuda111文件夹里
   

6. 对pytorch180cuda111文件夹里的kernel.json 进行编辑，
   第三行 是 python解释器所在位置，修改成自己相应环境的python解释器的位置，比如我的是：/home/pc/anaconda3/envs/pytorch180cuda111/bin/python
   下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，比如我修改成：pytorch180cuda111
   保存并关闭
   

7. 最后，关闭所有浏览器的Jupyter Notebook窗口，用base的jupyter
   在新建jupyter 文件时就可以看到：默认的python3，新建的pytorch180cuda111环境

7.4.2.3 创建 Jupyter 快捷方式（方法二）

7.4.2.3快捷方式的创建参考原创这篇文章:：https://blog.csdn.net/weixin_46584887/article/details/117826505，感谢作者

8 安装 tensorflow1.14 CPU 版本

8.1 打开终端，创建tensorflow1140CPU环境

命令如下：

conda create --name tensorflow1140CPU python==3.6.5

等待安装完毕之后，使用命令查看一下是否真的创建了这个环境
命令如下：

conda info --env 

8.2 安装tensorflow1.14.0 CPU版本

用anaconda 安装tensorflow1.14.0 的CPU版本
命令如下：

8.2.1 先激活环境

命令如下：

conda activate tensorflow1140CPU

8.2.2 再用conda install命令安装

命令如下：

conda install tensorflow==1.14.0

（这个就是安装CPU版本）

8.3 安装配置spyder

8.3.1 安装spyder

打开Anaconda-navigator，切换到tensorflow1140CPU环境，在spyder图标上的右上角的小齿轮图标单击，安装特定版本，选择最新版本安装

8.3.2 创建快捷方式

8.3.2.1 创建方法一

Anaconda在tensorflow1140CPU环境当中的spyder安装成功后，在/anaconda3/envs/环境名称/share/applications路径下存放着Anaconda自动生成的spyder.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow1140CPU/share/applications
找到这个文件夹

操作步骤：

1. 将spyder.desktop复制一份，作为副本
   

2. 对spyder.desktop重命名为tensorflow1140CPU-spyder.desktop，重命名之后复制一份，作为副本

3. 右键tensorflow1140CPU-spyder.desktop，使用其他程序打开，用文本编辑器打开

4.打开之后，将Icon=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder.png位置：/anaconda3/envs/环境名/share/icons/spyder.png
例如我的是/home/pc/anaconda3/envs/tensorflow1140CPU/share/icons/spyder.png
将Exec=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder位置：
spyder 位置：/anaconda3/envs/环境名/bin/spyder
例如我的是：/home/pc/anaconda3/envs/tensorflow1140CPU/bin/spyder

5.点击保存，并且关闭
6.双击tensorflow1140CPU-spyder.desktop，接受信任并启动，可以打开tensorflow1140CPU环境下的spyder

7.右键tensorflow1140CPU-spyder.desktop重命名为tensorflow1140CPU-spyder

注意：此处重命名之后，快捷方式的文件名依然是tensorflow1140CPU-spyder.desktop，tensorflow1140CPU-spyder显示的是现实的名字，文件操作还是要用tensorflow1140CPU-spyder.desktop

8.将tensorflow1140CPU-spyder.desktop复制到应用程序里面
在/anaconda3/envs/环境名/share/applications文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow1140CPU-spyder.desktop /usr/share/applications

9 将tensorflow1140CPU-spyder.desktop复制到桌面
在/anaconda3/envs/环境名/share/applications文件夹里面，复制tensorflow1140CPU-spyder.desktop到桌面粘贴，

10.双击，接受信任并启动

11.成功界面

8.3.2.2 创建spyder 快捷方式（方法二）

1. 建立 tensorflow1140CPU-spyder.desktop
   命令：

touch tensorflow1140CPU-spyder.desktop

2. 编辑 tensorflow1140CPU-spyder.desktop
   命令如下：

gedit tensorflow1140CPU-spyder.desktop

3. 将以下代码粘贴到里面

[Desktop Entry]
Type=Application
Version=1.0
Name=tensorflow1140CPU-Spyder
GenericName=tensorflow1140CPU-Spyder
Icon=/home/pc/anaconda3/envs/tensorflow1140CPU/share/icons/spyder.png
Exec=/home/pc/anaconda3/envs/tensorflow1140CPU/bin/spyder %F
Terminal=true
Categories=Science;IDE;Qt;

其中Iconl后面的/home/pc/anaconda3/envs/tensorflow1140CPU/ 和Exec后面/home/pc/anaconda3/envs/tensorflow1140CPU/，根据自己的环境位置更改。
teminal 选择true.

保存并退出

4. 更改权限

sudo chmod 777 tensorflow1140CPU-spyder.desktop

5. 应用图标的配置
   在 tensorflow1140CPU-spyder.desktop 文件目录下，打开终端，键入以下命令，将桌面文件放入系统图标文件夹中：

sudo cp tensorflow1140CPU-spyder.desktop /usr/share/applications

点击显示应用程序，我们便可以在界面中找到tensorflow1140CPU-spyder.desktop

接着右键 tensorflow1140CPU-spyder.desktop图标，选择 Add to Favotires

我们便能在我们的 Dock 中快速打开tensorflow1140CPU-spyder了 ！
6. 双击选择trust就可以运行

8.4 安装配置jupyter

8.4.1安装 配置 jupyter（方法一：需要在这个环境安装Jupyter）

8.4.1.1 安装 jupyter

命令如下：

conda install jupyter

打开Anaconda，切换到tensorflow1140CPU环境可以查看Jupyter是否安装成功

8.4.1.2 配置kernel（方法一）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

conda activate tensorflow1140CPU

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

此处竟然没有显示刚安装的tensorflow1140CPU环境下的jupyter的 kernel.json，很奇怪

3. 根据/home/pc/anaconda3/envs/tensorflow1140CPU/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是tensorflow1140CPU环境

4. 右击python3文件夹，进行压缩备份

5. 将python3文件夹名称改为tensorflow1140CPU
   

6. 对tensorflow1140CPU 文件夹里的kernel.json 进行编辑，

第三行 是 python解释器所在位置，此处已经是tensorflow1140CPU环境的的python解释器的位置，不需要更改

下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，我这里修改成tensorflow1140CPU
保存并关闭

7.将tensorflow1140CPU文件夹复制到：/home/pc/anaconda3/share/jupyter/kernels/
文件夹，这个文件夹是base环境的文件夹，把/home/pc/anaconda3/share/jupyter/kernels/文件夹里面的python3文件夹也压缩一份，备份

8. 最后，关闭所有浏览器的Jupyter Notebook窗口，点击base环境的jupyter
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow1140CPU环境
   

8.4.1.3 创建 Jupyter 快捷方式（方法一）

Anaconda在tensorflow1140CPU环境当中的jupyter安装成功后，在anaconda3/envs/环境名称/share/applications/路径下存放着Anaconda自动生成的jupyter-notebook.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow1140CPU/share/applications/

1. 找到/home/pc/anaconda3/envs/tensorflow1140CPU/share/applications/文件夹
   

2. 将jupyter-noterbook.desktop复制一份，粘贴为副本!
   

3. 重命名jupyter-notebook.desktop为tensorflow1140CPU-jupyter.desktop

4.复制一份tensorflow1140CPU-jupyter.desktop，粘贴为副本

5.对tensorflow1140CPU-jupyter.desktop右键，用其他程序打开，选择文本编辑器

6.打开之后，
将Exec=后面的jupyter-notebook，改为自己安装的Anaconda文件夹里，相应环境的jupyter-notebook的位置，例如我的是：/home/pc/anaconda3/envs/tensorflow1140CPU/bin/jupyter-notebook
将Icon=后面的notebook，改为自己安装的Anacoanda文件夹里，相应环境的notebook.svg位置：例如我的是/home/pc/anaconda3/envs/tensorflow1140CPU/share/icons/hicolor/scalable/apps/notebook.svg

7.保存并关闭，右键权限，允许作为启动
8.双击tensorflow1140CPU-jupyter.desktop，选择信任并启动

9.将tensorflow1140CPU-jupyter.desktop复制到应用程序里面
在tensorflow1140CPU/share/applications/文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow1140CPU-jupyter.desktop /usr/share/applications

10. 将tensorflow1140CPU-jupyter.desktop复制粘贴到桌面

11.在桌面的tensorflow1140CPU-jupyter.desktop双击，信任并启动，成功打开jupyter

12.还可以对桌面的快捷方式重命名，比如我去掉了.desktop

8.4.2 安装配置jupyter（方法二：不需要在该环境安装Jupyter）

8.4.2.2 配置kernel（方法二）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

conda activate tensorflow1140CPU

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

3. 根据/home/pc/anaconda3/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是base环境
   

4. 将python3文件夹里的3个文件复制，
   在kerners文件夹里新建tensorflow1140CPU文件夹，

5. 将那3个文件粘贴到tensorflow1140CPU文件夹里
   

6. 对tensorflow1140CPU 文件夹里的kernel.json 进行编辑，
   第三行 是 python解释器所在位置，修改成自己相应环境的python解释器的位置，例如我的：/home/pc/anaconda3/envs/tensorflow1140CPU/bin/python
   下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，例如我的：tensorflow1140CPU
   保存并关闭

7. 最后，关闭所有浏览器的Jupyter Notebook窗口，用base环境的jupyter-notebook打开
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow1140CPU环境

8.4.2.3 创建 Jupyter 快捷方式（方法二）

8.4.2.3快捷方式的创建参考原创这篇文章:：https://blog.csdn.net/weixin_46584887/article/details/117826505，感谢作者

8.5 实验代码

1. 激活环境
   打开终端
   输入：

conda activate tensorflow1140CPU

2. 打开python
   命令如下：

python

4. 导入tensorflow

import tensorflow 

8.6 可能出现的问题

8.6.1 numpy版本过高

解决方案：
终端安装低版本numpy，

conda install numpy==1.16.4

9 安装 tensorflow1.14 GPU 版本

9.1 打开终端，创建tensorflow1140cuda100环境

命令如下：

conda create --name tensorflow1140cuda100 python==3.6.5

等待安装完毕之后，使用命令查看一下是否真的创建了这个环境
命令如下：

conda info --env 

9.2 安装tensorflow1.14.0 GPU版本

用anaconda 安装tensorflow1.14.0 的GPU版本
命令如下：

9.2.1 先激活环境

命令如下：

conda activate tensorflow1140cuda100

9.2.2 安装cuda10.0和cudnn7.6.5

命令如下:

conda install cudatoolkit=10.0 cudnn=7.6.5

9.2.3 再用conda install命令安装

命令如下：

conda install tensorflow-gpu==1.14.0

（这个就是安装GPU版本）

9.3 安装spyder

打开Anaconda-navigator进行spyder安装，单击安装指定版本，安装最新版本的spyder

9.3.1 安装spyder

打开Anaconda-navigator，切换到tensorflow1140cuda100环境，在spyder图标上的右上角的小齿轮图标单击，安装特定版本，选择最新版本安装

9.3.2 创建快捷方式

9.3.2.1 创建方法一

Anaconda在tensorflow1140cuda100环境当中的spyder安装成功后，在/anaconda3/envs/环境名称/share/applications路径下存放着Anaconda自动生成的spyder.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow1140cuda100/share/applications
找到这个文件夹

操作步骤：

1. 将spyder.desktop复制一份，作为副本
   

2. 对spyder.desktop重命名为tensorflow1140cuda100-spyder.desktop，重命名之后复制一份，作为副本

3. 右键tensorflow1140cuda100-spyder.desktop，使用其他程序打开，用文本编辑器打开

4.打开之后，将Icon=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder.png位置：/anaconda3/envs/环境名/share/icons/spyder.png
例如我的是/home/pc/anaconda3/envs/tensorflow1140cuda100/share/icons/spyder.png
将Exec=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder位置：
spyder 位置：/anaconda3/envs/环境名/bin/spyder
例如我的是：/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/spyder

5.点击保存，并且关闭
6.双击tensorflow1140cuda100-spyder.desktop，接受信任并启动，可以打开tensorflow1140cuda100环境下的spyder

7.右键tensorflow1140cuda100-spyder.desktop重命名为tensorflow1140cuda100-spyder

注意：此处重命名之后，快捷方式的文件名依然是tensorflow1140cuda100-spyder.desktop，tensorflow1140cuda100-spyder显示的是现实的名字，文件操作还是要用tensorflow1140cuda100-spyder.desktop

8.将tensorflow1140cuda100-spyder.desktop复制到应用程序里面
在/anaconda3/envs/环境名/share/applications文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow1140cuda100-spyder.desktop /usr/share/applications

9 将ttensorflow1140cuda100-spyder.desktop复制到桌面
在/anaconda3/envs/环境名/share/applications文件夹里面，复制tensorflow1140cuda100-spyder.desktop到桌面粘贴，

10.双击，接受信任并启动

11.成功界面

9.3.2.2 创建spyder 快捷方式（方法二）

1. 建立tensorflow1140cuda100-spyder.desktop
   命令：

touch tensorflow1140cuda100-spyder.desktop

2. 编辑spyder.desktop
   命令如下：

gedit spyderpytorch180CPU.desktop

3. 将以下代码粘贴到里面

[Desktop Entry]
Type=Application
Version=1.0
Name=tensorflow1140cuda100-spyder
GenericName=tensorflow1140cuda100-spyder
Icon=/home/pc/anaconda3/envs/tensorflow1140cuda100/share/icons/spyder.png
Exec=/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/spyder %F
Terminal=true
Categories=Science;IDE;Qt;

其中Iconl后面的/home/pc/anaconda3/envs/tensorflow1140cuda100/ 和Exec后面/home/pc/anaconda3/envs/tensorflow1140cuda100/，根据自己的环境位置更改。
teminal 选择true.

保存并退出

4. 更改权限，双击信任启动

sudo chmod 777 tensorflow1140cuda100-spyder.desktop

5. 应用图标的配置
   在 tensorflow1140cuda100-spyder.desktop 文件目录下，打开终端，键入以下命令，将桌面文件放入系统图标文件夹中：

sudo cp tensorflow1140cuda100-spyder.desktop /usr/share/applications

点击显示应用程序，我们便可以在界面中找到 tensorflow1140cuda100-spyder.desktop

接着右键tensorflow1140cuda100-spyder.desktop 图标，选择 Add to Favotires

我们便能在我们的 Dock 中快速打开tensorflow1140cuda100-spyder.desktop了 ！
6. 双击选择trust就可以运行

9.4 安装jupyter

9.4.1安装 配置 jupyter（方法一：需要在这个环境安装Jupyter）

9.4.1.1 安装 jupyter

命令如下：

conda activate tensorflow1140cuda100

conda install jupyter

打开Anaconda，切换到tensorflow1140cuda100环境可以查看Jupyter是否安装成功

9.4.1.2 配置kernel（方法一）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

conda activate tensorflow1140cuda100

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

此处竟然没有显示刚安装的tensorflow1140cuda100环境下的jupyter的 kernel.json，很奇怪

3. 根据/home/pc/anaconda3/envs/tensorflow1140cuda100/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是tensorflow1140cuda100环境

4. 右击python3文件夹，进行压缩备份

5. 将python3文件夹名称改为tensorflow1140cuda100

6. 对tensorflow1140cuda100 文件夹里的kernel.json 进行编辑，

第三行 是 python解释器所在位置，此处已经是tensorflow1140cuda100环境的的python解释器的位置，不需要更改

下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，我这里修改成tensorflow1140cuda100
保存并关闭

7.将tensorflow1140cuda100文件夹复制到：/home/pc/anaconda3/share/jupyter/kernels/
文件夹，这个文件夹是base环境的文件夹，把/home/pc/anaconda3/share/jupyter/kernels/文件夹里面的python3文件夹也压缩一份，备份

8. 最后，关闭所有浏览器的Jupyter Notebook窗口，点击base环境的jupyter
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow1140cuda100环境
   

9.4.1.3 创建 Jupyter 快捷方式（方法一）

Anaconda在tensorflow1140cuda100环境当中的jupyter安装成功后，在anaconda3/envs/环境名称/share/applications/路径下存放着Anaconda自动生成的jupyter-notebook.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow1140cuda100/share/applications/

1. 找到/home/pc/anaconda3/envs/tensorflow1140cuda100/share/applications/文件夹
   

2. 将jupyter-noterbook.desktop复制一份，粘贴为副本!
   

3. 重命名jupyter-notebook.desktop为tensorflow1140cuda100-jupyter.desktop
   

4.复制一份tensorflow1140cuda100-jupyter.desktop，粘贴为副本

5.对ttensorflow1140cuda100-jupyter.desktop右键，用其他程序打开，选择文本编辑器

6.打开之后，
将Exec=后面的jupyter-notebook，改为自己安装的Anaconda文件夹里，相应环境的jupyter-notebook的位置，例如我的是：/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/jupyter-notebook
将Icon=后面的notebook，改为自己安装的Anacoanda文件夹里，相应环境的notebook.svg位置：例如我的是/home/pc/anaconda3/envs/tensorflow1140cuda100/share/icons/hicolor/scalable/apps/notebook.svg

7.保存并关闭，右键权限，允许作为启动
8.双击tensorflow1140cuda100-jupyter.desktop，选择信任并启动
9.重命名，去掉.desktop

10.将tensorflow1140cuda100-jupyter.desktop复制到应用程序里面
在tensorflow1140cuda100/share/applications/文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow1140cuda100-jupyter.desktop /usr/share/applications

10. 将tensorflow1140cuda100-jupyter.desktop复制粘贴到桌面
    

11.在桌面的tensorflow1140cuda100-jupyter.desktop双击，信任并启动，成功打开jupyter

9.4.2 安装配置jupyter（方法二：不需要在该环境配置Jupyter）

9.4.2.2 配置kernel（方法二）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

3. 根据/home/pc/anaconda3/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是base环境
   

4. 将python3文件夹里的3个文件复制，
   在kerners文件夹里新建tensorflow1140cuda100文件夹，
   

5. 将那3个文件粘贴到tensorflow1140cuda100文件夹里
   

6. 对tensorflow1140cuda100 文件夹里的kernel.json 进行编辑，
   第三行 是 python解释器所在位置，修改成自己相应环境的python解释器的位置，例如我的是：/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/python
   下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，例如我的是：tensorflow1140cuda100
   保存并关闭
   

7. 最后，关闭所有浏览器的Jupyter Notebook窗口，用base环境的jupyter-notebook打开，
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow1140cuda111环境

9.4.2.3 创建 Jupyter 快捷方式（方法二）

6.4.2.3快捷方式的创建参考原创这篇文章:：https://blog.csdn.net/weixin_46584887/article/details/117826505，感谢作者

命令如下：

conda install jupyter

9.5 实验代码

1. 激活环境
   打开终端
   输入：

conda activate tensorflow1140cuda100

2. 打开python
   命令如下：

python

4. 导入tensorflow

import tensorflow 

9.6 可能出现的问题

9.6.1 numpy版本过高

解决方案：
终端安装低版本numpy，

conda install numpy==1.16.4

10 安装python2716 tensorflow1.4.1 CPU版本

10.1 打开终端，创建py2716tf141CPU环境

命令如下：

conda create --name py2716tf141CPU python==2.7.16

等待安装完毕之后，使用命令查看一下是否真的创建了这个环境
命令如下：

conda info --env 

10.2 安装tensorflow1.4.1 CPU版本

用anaconda 安装tensorflow1.14.0 的CPU版本
命令如下：

10.2.1 先激活环境

命令如下：

conda activate py2716tf141CPU

10.2.2 再用conda install命令安装

命令如下：

conda install tensorflow==1.4.1

（这个就是安装CPU版本）

8.3 安装配置spyder

8.3.1 安装spyder

打开Anaconda-navigator，切换到tensorflow1140CPU环境，在spyder图标上的右上角的小齿轮图标单击，安装特定版本，选择最新版本安装

8.3.2 创建快捷方式

8.3.2.1 创建方法一

Anaconda在tensorflow1140CPU环境当中的spyder安装成功后，在/anaconda3/envs/环境名称/share/applications路径下存放着Anaconda自动生成的spyder.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow1140CPU/share/applications
找到这个文件夹

操作步骤：

1. 将spyder.desktop复制一份，作为副本
   

2. 对spyder.desktop重命名为tensorflow1140CPU-spyder.desktop，重命名之后复制一份，作为副本

3. 右键tensorflow1140CPU-spyder.desktop，使用其他程序打开，用文本编辑器打开

4.打开之后，将Icon=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder.png位置：/anaconda3/envs/环境名/share/icons/spyder.png
例如我的是/home/pc/anaconda3/envs/tensorflow1140CPU/share/icons/spyder.png
将Exec=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder位置：
spyder 位置：/anaconda3/envs/环境名/bin/spyder
例如我的是：/home/pc/anaconda3/envs/tensorflow1140CPU/bin/spyder

5.点击保存，并且关闭
6.双击tensorflow1140CPU-spyder.desktop，接受信任并启动，可以打开tensorflow1140CPU环境下的spyder

7.右键tensorflow1140CPU-spyder.desktop重命名为tensorflow1140CPU-spyder

注意：此处重命名之后，快捷方式的文件名依然是tensorflow1140CPU-spyder.desktop，tensorflow1140CPU-spyder显示的是现实的名字，文件操作还是要用tensorflow1140CPU-spyder.desktop

8.将tensorflow1140CPU-spyder.desktop复制到应用程序里面
在/anaconda3/envs/环境名/share/applications文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow1140CPU-spyder.desktop /usr/share/applications

9 将tensorflow1140CPU-spyder.desktop复制到桌面
在/anaconda3/envs/环境名/share/applications文件夹里面，复制tensorflow1140CPU-spyder.desktop到桌面粘贴，

10.双击，接受信任并启动

11.成功界面

8.3.2.2 创建spyder 快捷方式（方法二）

1. 建立 tensorflow1140CPU-spyder.desktop
   命令：

touch tensorflow1140CPU-spyder.desktop

2. 编辑 tensorflow1140CPU-spyder.desktop
   命令如下：

gedit tensorflow1140CPU-spyder.desktop

3. 将以下代码粘贴到里面

[Desktop Entry]
Type=Application
Version=1.0
Name=tensorflow1140CPU-Spyder
GenericName=tensorflow1140CPU-Spyder
Icon=/home/pc/anaconda3/envs/tensorflow1140CPU/share/icons/spyder.png
Exec=/home/pc/anaconda3/envs/tensorflow1140CPU/bin/spyder %F
Terminal=true
Categories=Science;IDE;Qt;

其中Iconl后面的/home/pc/anaconda3/envs/tensorflow1140CPU/ 和Exec后面/home/pc/anaconda3/envs/tensorflow1140CPU/，根据自己的环境位置更改。
teminal 选择true.

保存并退出

4. 更改权限

sudo chmod 777 tensorflow1140CPU-spyder.desktop

5. 应用图标的配置
   在 tensorflow1140CPU-spyder.desktop 文件目录下，打开终端，键入以下命令，将桌面文件放入系统图标文件夹中：

sudo cp tensorflow1140CPU-spyder.desktop /usr/share/applications

点击显示应用程序，我们便可以在界面中找到tensorflow1140CPU-spyder.desktop

接着右键 tensorflow1140CPU-spyder.desktop图标，选择 Add to Favotires

我们便能在我们的 Dock 中快速打开tensorflow1140CPU-spyder了 ！
6. 双击选择trust就可以运行

8.4 安装配置jupyter

8.4.1安装 配置 jupyter（方法一：需要在这个环境安装Jupyter）

8.4.1.1 安装 jupyter

命令如下：

conda install jupyter

打开Anaconda，切换到tensorflow1140CPU环境可以查看Jupyter是否安装成功

8.4.1.2 配置kernel（方法一）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

conda activate tensorflow1140CPU

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

此处竟然没有显示刚安装的tensorflow1140CPU环境下的jupyter的 kernel.json，很奇怪

3. 根据/home/pc/anaconda3/envs/tensorflow1140CPU/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是tensorflow1140CPU环境

4. 右击python3文件夹，进行压缩备份

5. 将python3文件夹名称改为tensorflow1140CPU
   

6. 对tensorflow1140CPU 文件夹里的kernel.json 进行编辑，

第三行 是 python解释器所在位置，此处已经是tensorflow1140CPU环境的的python解释器的位置，不需要更改

下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，我这里修改成tensorflow1140CPU
保存并关闭

7.将tensorflow1140CPU文件夹复制到：/home/pc/anaconda3/share/jupyter/kernels/
文件夹，这个文件夹是base环境的文件夹，把/home/pc/anaconda3/share/jupyter/kernels/文件夹里面的python3文件夹也压缩一份，备份

8. 最后，关闭所有浏览器的Jupyter Notebook窗口，点击base环境的jupyter
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow1140CPU环境
   

8.4.1.3 创建 Jupyter 快捷方式（方法一）

Anaconda在tensorflow1140CPU环境当中的jupyter安装成功后，在anaconda3/envs/环境名称/share/applications/路径下存放着Anaconda自动生成的jupyter-notebook.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow1140CPU/share/applications/

1. 找到/home/pc/anaconda3/envs/tensorflow1140CPU/share/applications/文件夹
   

2. 将jupyter-noterbook.desktop复制一份，粘贴为副本!
   

3. 重命名jupyter-notebook.desktop为tensorflow1140CPU-jupyter.desktop

4.复制一份tensorflow1140CPU-jupyter.desktop，粘贴为副本

5.对tensorflow1140CPU-jupyter.desktop右键，用其他程序打开，选择文本编辑器

6.打开之后，
将Exec=后面的jupyter-notebook，改为自己安装的Anaconda文件夹里，相应环境的jupyter-notebook的位置，例如我的是：/home/pc/anaconda3/envs/tensorflow1140CPU/bin/jupyter-notebook
将Icon=后面的notebook，改为自己安装的Anacoanda文件夹里，相应环境的notebook.svg位置：例如我的是/home/pc/anaconda3/envs/tensorflow1140CPU/share/icons/hicolor/scalable/apps/notebook.svg

7.保存并关闭，右键权限，允许作为启动
8.双击tensorflow1140CPU-jupyter.desktop，选择信任并启动

9.将tensorflow1140CPU-jupyter.desktop复制到应用程序里面
在tensorflow1140CPU/share/applications/文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow1140CPU-jupyter.desktop /usr/share/applications

10. 将tensorflow1140CPU-jupyter.desktop复制粘贴到桌面

11.在桌面的tensorflow1140CPU-jupyter.desktop双击，信任并启动，成功打开jupyter

12.还可以对桌面的快捷方式重命名，比如我去掉了.desktop

8.4.2 安装配置jupyter（方法二：不需要在该环境安装Jupyter）

8.4.2.2 配置kernel（方法二）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

conda activate tensorflow1140CPU

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

3. 根据/home/pc/anaconda3/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是base环境
   

4. 将python3文件夹里的3个文件复制，
   在kerners文件夹里新建tensorflow1140CPU文件夹，

5. 将那3个文件粘贴到tensorflow1140CPU文件夹里
   

6. 对tensorflow1140CPU 文件夹里的kernel.json 进行编辑，
   第三行 是 python解释器所在位置，修改成自己相应环境的python解释器的位置，例如我的：/home/pc/anaconda3/envs/tensorflow1140CPU/bin/python
   下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，例如我的：tensorflow1140CPU
   保存并关闭

7. 最后，关闭所有浏览器的Jupyter Notebook窗口，用base环境的jupyter-notebook打开
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow1140CPU环境

8.4.2.3 创建 Jupyter 快捷方式（方法二）

8.4.2.3快捷方式的创建参考原创这篇文章:：https://blog.csdn.net/weixin_46584887/article/details/117826505，感谢作者

8.5 实验代码

1. 激活环境
   打开终端
   输入：

conda activate tensorflow1140CPU

2. 打开python
   命令如下：

python

4. 导入tensorflow

import tensorflow 

8.6 可能出现的问题

8.6.1 numpy版本过高

解决方案：
终端安装低版本numpy，

conda install numpy==1.16.4

11 安装 tensorflow1.4.1 GPU 版本

11.1 打开终端，创建py2716tf141cuda80环境

命令如下：

conda create --name py2716tf141cuda80 python==2.7.16

等待安装完毕之后，使用命令查看一下是否真的创建了这个环境
命令如下：

conda info --env 

11.2 安装tensorflow1.4.1 GPU版本

用anaconda 安装tensorflow1.14.0 的GPU版本
命令如下：

11.2.1 先激活环境

命令如下：

conda activate py2716tf141cuda80

11.2.2 安装cuda8.0和cudnn7.0.5

命令如下:

conda install cudatoolkit=8.0 cudnn=7.0.5

9.2.3 再用conda install命令安装

命令如下：

conda install tensorflow-gpu==1.4.1

（这个就是安装GPU版本）

9.3 安装spyder

打开Anaconda-navigator进行spyder安装，单击安装指定版本，安装最新版本的spyder

9.3.1 安装spyder

打开Anaconda-navigator，切换到tensorflow1140cuda100环境，在spyder图标上的右上角的小齿轮图标单击，安装特定版本，选择最新版本安装

9.3.2 创建快捷方式

9.3.2.1 创建方法一

Anaconda在tensorflow1140cuda100环境当中的spyder安装成功后，在/anaconda3/envs/环境名称/share/applications路径下存放着Anaconda自动生成的spyder.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow1140cuda100/share/applications
找到这个文件夹

操作步骤：

1. 将spyder.desktop复制一份，作为副本
   

2. 对spyder.desktop重命名为tensorflow1140cuda100-spyder.desktop，重命名之后复制一份，作为副本

3. 右键tensorflow1140cuda100-spyder.desktop，使用其他程序打开，用文本编辑器打开

4.打开之后，将Icon=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder.png位置：/anaconda3/envs/环境名/share/icons/spyder.png
例如我的是/home/pc/anaconda3/envs/tensorflow1140cuda100/share/icons/spyder.png
将Exec=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder位置：
spyder 位置：/anaconda3/envs/环境名/bin/spyder
例如我的是：/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/spyder

5.点击保存，并且关闭
6.双击tensorflow1140cuda100-spyder.desktop，接受信任并启动，可以打开tensorflow1140cuda100环境下的spyder

7.右键tensorflow1140cuda100-spyder.desktop重命名为tensorflow1140cuda100-spyder

注意：此处重命名之后，快捷方式的文件名依然是tensorflow1140cuda100-spyder.desktop，tensorflow1140cuda100-spyder显示的是现实的名字，文件操作还是要用tensorflow1140cuda100-spyder.desktop

8.将tensorflow1140cuda100-spyder.desktop复制到应用程序里面
在/anaconda3/envs/环境名/share/applications文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow1140cuda100-spyder.desktop /usr/share/applications

9 将ttensorflow1140cuda100-spyder.desktop复制到桌面
在/anaconda3/envs/环境名/share/applications文件夹里面，复制tensorflow1140cuda100-spyder.desktop到桌面粘贴，

10.双击，接受信任并启动

11.成功界面

9.3.2.2 创建spyder 快捷方式（方法二）

1. 建立tensorflow1140cuda100-spyder.desktop
   命令：

touch tensorflow1140cuda100-spyder.desktop

2. 编辑spyder.desktop
   命令如下：

gedit spyderpytorch180CPU.desktop

3. 将以下代码粘贴到里面

[Desktop Entry]
Type=Application
Version=1.0
Name=tensorflow1140cuda100-spyder
GenericName=tensorflow1140cuda100-spyder
Icon=/home/pc/anaconda3/envs/tensorflow1140cuda100/share/icons/spyder.png
Exec=/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/spyder %F
Terminal=true
Categories=Science;IDE;Qt;

其中Iconl后面的/home/pc/anaconda3/envs/tensorflow1140cuda100/ 和Exec后面/home/pc/anaconda3/envs/tensorflow1140cuda100/，根据自己的环境位置更改。
teminal 选择true.

保存并退出

4. 更改权限，双击信任启动

sudo chmod 777 tensorflow1140cuda100-spyder.desktop

5. 应用图标的配置
   在 tensorflow1140cuda100-spyder.desktop 文件目录下，打开终端，键入以下命令，将桌面文件放入系统图标文件夹中：

sudo cp tensorflow1140cuda100-spyder.desktop /usr/share/applications

点击显示应用程序，我们便可以在界面中找到 tensorflow1140cuda100-spyder.desktop

接着右键tensorflow1140cuda100-spyder.desktop 图标，选择 Add to Favotires

我们便能在我们的 Dock 中快速打开tensorflow1140cuda100-spyder.desktop了 ！
6. 双击选择trust就可以运行

9.4 安装jupyter

9.4.1安装 配置 jupyter（方法一：需要在这个环境安装Jupyter）

9.4.1.1 安装 jupyter

命令如下：

conda activate tensorflow1140cuda100

conda install jupyter

打开Anaconda，切换到tensorflow1140cuda100环境可以查看Jupyter是否安装成功

9.4.1.2 配置kernel（方法一）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

conda activate tensorflow1140cuda100

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

此处竟然没有显示刚安装的tensorflow1140cuda100环境下的jupyter的 kernel.json，很奇怪

3. 根据/home/pc/anaconda3/envs/tensorflow1140cuda100/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是tensorflow1140cuda100环境

4. 右击python3文件夹，进行压缩备份

5. 将python3文件夹名称改为tensorflow1140cuda100

6. 对tensorflow1140cuda100 文件夹里的kernel.json 进行编辑，

第三行 是 python解释器所在位置，此处已经是tensorflow1140cuda100环境的的python解释器的位置，不需要更改

下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，我这里修改成tensorflow1140cuda100
保存并关闭

7.将tensorflow1140cuda100文件夹复制到：/home/pc/anaconda3/share/jupyter/kernels/
文件夹，这个文件夹是base环境的文件夹，把/home/pc/anaconda3/share/jupyter/kernels/文件夹里面的python3文件夹也压缩一份，备份

8. 最后，关闭所有浏览器的Jupyter Notebook窗口，点击base环境的jupyter
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow1140cuda100环境
   

9.4.1.3 创建 Jupyter 快捷方式（方法一）

Anaconda在tensorflow1140cuda100环境当中的jupyter安装成功后，在anaconda3/envs/环境名称/share/applications/路径下存放着Anaconda自动生成的jupyter-notebook.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow1140cuda100/share/applications/

1. 找到/home/pc/anaconda3/envs/tensorflow1140cuda100/share/applications/文件夹
   

2. 将jupyter-noterbook.desktop复制一份，粘贴为副本!
   

3. 重命名jupyter-notebook.desktop为tensorflow1140cuda100-jupyter.desktop
   

4.复制一份tensorflow1140cuda100-jupyter.desktop，粘贴为副本

5.对ttensorflow1140cuda100-jupyter.desktop右键，用其他程序打开，选择文本编辑器

6.打开之后，
将Exec=后面的jupyter-notebook，改为自己安装的Anaconda文件夹里，相应环境的jupyter-notebook的位置，例如我的是：/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/jupyter-notebook
将Icon=后面的notebook，改为自己安装的Anacoanda文件夹里，相应环境的notebook.svg位置：例如我的是/home/pc/anaconda3/envs/tensorflow1140cuda100/share/icons/hicolor/scalable/apps/notebook.svg

7.保存并关闭，右键权限，允许作为启动
8.双击tensorflow1140cuda100-jupyter.desktop，选择信任并启动
9.重命名，去掉.desktop

10.将tensorflow1140cuda100-jupyter.desktop复制到应用程序里面
在tensorflow1140cuda100/share/applications/文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow1140cuda100-jupyter.desktop /usr/share/applications

10. 将tensorflow1140cuda100-jupyter.desktop复制粘贴到桌面
    

11.在桌面的tensorflow1140cuda100-jupyter.desktop双击，信任并启动，成功打开jupyter

9.4.2 安装配置jupyter（方法二：不需要在该环境配置Jupyter）

9.4.2.2 配置kernel（方法二）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

3. 根据/home/pc/anaconda3/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是base环境
   

4. 将python3文件夹里的3个文件复制，
   在kerners文件夹里新建tensorflow1140cuda100文件夹，
   

5. 将那3个文件粘贴到tensorflow1140cuda100文件夹里
   

6. 对tensorflow1140cuda100 文件夹里的kernel.json 进行编辑，
   第三行 是 python解释器所在位置，修改成自己相应环境的python解释器的位置，例如我的是：/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/python
   下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，例如我的是：tensorflow1140cuda100
   保存并关闭
   

7. 最后，关闭所有浏览器的Jupyter Notebook窗口，用base环境的jupyter-notebook打开，
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow1140cuda111环境

9.4.2.3 创建 Jupyter 快捷方式（方法二）

6.4.2.3快捷方式的创建参考原创这篇文章:：https://blog.csdn.net/weixin_46584887/article/details/117826505，感谢作者

命令如下：

conda install jupyter

9.5 实验代码

1. 激活环境
   打开终端
   输入：

conda activate tensorflow1140cuda100

2. 打开python
   命令如下：

python

4. 导入tensorflow

import tensorflow 

9.6 可能出现的问题

9.6.1 numpy版本过高

解决方案：
终端安装低版本numpy，

conda install numpy==1.16.4

12、 安装 tensorflow2.4.0 CPU 版本

12.1 打开终端，创建tensorflow240CPU环境

命令如下：

conda create --name tensorflow240CPU python==3.7.5

等待安装完毕之后，使用命令查看一下是否真的创建了这个环境
命令如下：

conda info --env 

12.2 安装tensorflow 2.4.0 CPU版本

用anaconda 安装tensorflow==2.4.0 的CPU版本
命令如下：

12.2.1 先激活环境

命令如下：

conda activate tensorflow240CPU

12.2.2 再用conda install命令安装

命令如下：

conda install tensorflow==2.4.0

（这个就是安装CPU版本）

12.3 安装配置spyder

12.3.1 安装spyder

打开Anaconda-navigator，切换到tensorflow1140CPU环境，在spyder图标上的右上角的小齿轮图标单击，安装特定版本，选择最新版本安装

12.3.2 创建快捷方式

12.3.2.1 创建方法一

Anaconda在tensorflow240CPU环境当中的spyder安装成功后，在/anaconda3/envs/环境名称/share/applications路径下存放着Anaconda自动生成的spyder.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow240CPU/share/applications
找到这个文件夹

操作步骤：

1. 将spyder.desktop复制一份，作为副本
   

2. 对spyder.desktop重命名为tensorflow240CPU-spyder.desktop，重命名之后复制一份，作为副本

3. 右键tensorflow240CPU-spyder.desktop，使用其他程序打开，用文本编辑器打开

4.打开之后，将Icon=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder.png位置：/anaconda3/envs/环境名/share/icons/spyder.png
例如我的是/home/pc/anaconda3/envs/tensorflow240CPU/share/icons/spyder.png
将Exec=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder位置：
spyder 位置：/anaconda3/envs/环境名/bin/spyder
例如我的是：/home/pc/anaconda3/envs/tensorflow240CPU/bin/spyder

5.点击保存，并且关闭
6.双击tensorflow240CPU-spyder.desktop，接受信任并启动，可以打开tensorflow240CPU环境下的spyder

7.右键tensorflow240CPU-spyder.desktop重命名为tensorflow240CPU-spyder

注意：此处重命名之后，快捷方式的文件名依然是tensorflow240CPU-spyder.desktop，tensorflow240CPU-spyder显示的是现实的名字，文件操作还是要用tensorflow240CPU-spyder.desktop

8.将tensorflow240CPU-spyder.desktop复制到应用程序里面
在/anaconda3/envs/环境名/share/applications文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow240CPU-spyder.desktop /usr/share/applications

9 将tensorflow240CPU-spyder.desktop复制到桌面
在/anaconda3/envs/环境名/share/applications文件夹里面，复制tensorflow240CPU-spyder.desktop到桌面粘贴，

10.双击，接受信任并启动

11.成功界面

12.3.2.2 创建spyder 快捷方式（方法二）

1. 建立 tensorflow240CPU-spyder.desktop
   命令：

touch tensorflow240CPU-spyder.desktop

2. 编辑 tensorflow240CPU-spyder.desktop
   命令如下：

gedit tensorflow240CPU-spyder.desktop

3. 将以下代码粘贴到里面

[Desktop Entry]
Type=Application
Version=1.0
Name=tensorflow240CPU-Spyder
GenericName=tensorflow240CPU-Spyder
Icon=/home/pc/anaconda3/envs/tensorflow240CPU/share/icons/spyder.png
Exec=/home/pc/anaconda3/envs/tensorflow240CPU/bin/spyder %F
Terminal=true
Categories=Science;IDE;Qt;

其中Iconl后面的/home/pc/anaconda3/envs/tensorflow240CPU/ 和Exec后面/home/pc/anaconda3/envs/tensorflow240CPU/，根据自己的环境位置更改。
teminal 选择true.

保存并退出

4. 更改权限

sudo chmod 777 tensorflow240CPU-spyder.desktop

5. 应用图标的配置
   在 tensorflow240CPU-spyder.desktop 文件目录下，打开终端，键入以下命令，将桌面文件放入系统图标文件夹中：

sudo cp tensorflow240CPU-spyder.desktop /usr/share/applications

点击显示应用程序，我们便可以在界面中找到tensorflow240CPU-spyder.desktop

接着右键 tensorflow240CPU-spyder.desktop图标，选择 Add to Favotires

我们便能在我们的 Dock 中快速打开tensorflow240CPU-spyder了 ！
6. 双击选择trust就可以运行

12.4 安装配置jupyter

12.4.1安装 配置 jupyter（方法一：需要在这个环境安装Jupyter）

12.4.1.1 安装 jupyter

命令如下：

conda install jupyter

打开Anaconda，切换到tensorflow1140CPU环境可以查看Jupyter是否安装成功

12.4.1.2 配置kernel（方法一）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

conda activate tensorflow240CPU

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

此处竟然没有显示刚安装的tensorflow1140CPU环境下的jupyter的 kernel.json，很奇怪

3. 根据/home/pc/anaconda3/envs/tensorflow240CPU/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是tensorflow240CPU环境

4. 右击python3文件夹，进行压缩备份

5. 将python3文件夹名称改为tensorflow240CPU
   

6. 对tensorflow240CPU 文件夹里的kernel.json 进行编辑，

第三行 是 python解释器所在位置，此处已经是tensorflow240CPU环境的的python解释器的位置，不需要更改

下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，我这里修改成tensorflow240CPU
保存并关闭

7.将tensorflow240CPU文件夹复制到：/home/pc/anaconda3/share/jupyter/kernels/
文件夹，这个文件夹是base环境的文件夹，把/home/pc/anaconda3/share/jupyter/kernels/文件夹里面的python3文件夹也压缩一份，备份

8. 最后，关闭所有浏览器的Jupyter Notebook窗口，点击base环境的jupyter
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow240CPU环境
   

12.4.1.3 创建 Jupyter 快捷方式（方法一）

Anaconda在tensorflow240CPU环境当中的jupyter安装成功后，在anaconda3/envs/环境名称/share/applications/路径下存放着Anaconda自动生成的jupyter-notebook.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow240CPU/share/applications/

1. 找到/home/pc/anaconda3/envs/tensorflow240CPU/share/applications/文件夹
   

2. 将jupyter-noterbook.desktop复制一份，粘贴为副本!
   

3. 重命名jupyter-notebook.desktop为tensorflow240CPU-jupyter.desktop

4.复制一份tensorflow240CPU-jupyter.desktop，粘贴为副本

5.对tensorflow240CPU-jupyter.desktop右键，用其他程序打开，选择文本编辑器

6.打开之后，
将Exec=后面的jupyter-notebook，改为自己安装的Anaconda文件夹里，相应环境的jupyter-notebook的位置，例如我的是：/home/pc/anaconda3/envs/tensorflow240CPU/bin/jupyter-notebook
将Icon=后面的notebook，改为自己安装的Anacoanda文件夹里，相应环境的notebook.svg位置：例如我的是/home/pc/anaconda3/envs/tensorflow240CPU/share/icons/hicolor/scalable/apps/notebook.svg

7.保存并关闭，右键权限，允许作为启动
8.双击tensorflow240CPU-jupyter.desktop，选择信任并启动

9.将tensorflow240CPU-jupyter.desktop复制到应用程序里面
在tensorflow240CPU/share/applications/文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow240CPU-jupyter.desktop /usr/share/applications

10. 将tensorflow240CPU-jupyter.desktop复制粘贴到桌面

11.在桌面的tensorflow240CPU-jupyter.desktop双击，信任并启动，成功打开jupyter

12.还可以对桌面的快捷方式重命名，比如我去掉了.desktop

12.4.2 安装配置jupyter（方法二：不需要在该环境安装Jupyter）

12.4.2.2 配置kernel（方法二）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

conda activate tensorflow240CPU

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

3. 根据/home/pc/anaconda3/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是base环境
   

4. 将python3文件夹里的3个文件复制，
   在kerners文件夹里新建tensorflow240CPU文件夹，

5. 将那3个文件粘贴到tensorflow240CPU文件夹里
   

6. 对tensorflow240CPU 文件夹里的kernel.json 进行编辑，
   第三行 是 python解释器所在位置，修改成自己相应环境的python解释器的位置，例如我的：/home/pc/anaconda3/envs/tensorflow240CPU/bin/python
   下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，例如我的：tensorflow1140CPU
   保存并关闭

7. 最后，关闭所有浏览器的Jupyter Notebook窗口，用base环境的jupyter-notebook打开
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow240CPU环境

12.4.2.3 创建 Jupyter 快捷方式（方法二）

8.4.2.3快捷方式的创建参考原创这篇文章:：https://blog.csdn.net/weixin_46584887/article/details/117826505，感谢作者

12.5 实验代码

1. 激活环境
   打开终端
   输入：

conda activate tensorflow1140CPU

2. 打开python
   命令如下：

python

4. 导入tensorflow

import tensorflow 

12.6 可能出现的问题

12.6.1 numpy版本过高

解决方案：
终端安装低版本numpy，

conda install numpy==1.16.4

9 安装 tensorflow1.14 GPU 版本

9.1 打开终端，创建tensorflow1140cuda100环境

命令如下：

conda create --name tensorflow1140cuda100 python==3.6.5

等待安装完毕之后，使用命令查看一下是否真的创建了这个环境
命令如下：

conda info --env 

9.2 安装tensorflow1.14.0 GPU版本

用anaconda 安装tensorflow1.14.0 的GPU版本
命令如下：

9.2.1 先激活环境

命令如下：

conda activate tensorflow1140cuda100

9.2.2 安装cuda10.0和cudnn7.6.5

命令如下:

conda install cudatoolkit=10.0 cudnn=7.6.5

9.2.3 再用conda install命令安装

命令如下：

conda install tensorflow-gpu==1.14.0

（这个就是安装GPU版本）

9.3 安装spyder

打开Anaconda-navigator进行spyder安装，单击安装指定版本，安装最新版本的spyder

9.3.1 安装spyder

打开Anaconda-navigator，切换到tensorflow1140cuda100环境，在spyder图标上的右上角的小齿轮图标单击，安装特定版本，选择最新版本安装

9.3.2 创建快捷方式

9.3.2.1 创建方法一

Anaconda在tensorflow1140cuda100环境当中的spyder安装成功后，在/anaconda3/envs/环境名称/share/applications路径下存放着Anaconda自动生成的spyder.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow1140cuda100/share/applications
找到这个文件夹

操作步骤：

1. 将spyder.desktop复制一份，作为副本
   

2. 对spyder.desktop重命名为tensorflow1140cuda100-spyder.desktop，重命名之后复制一份，作为副本

3. 右键tensorflow1140cuda100-spyder.desktop，使用其他程序打开，用文本编辑器打开

4.打开之后，将Icon=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder.png位置：/anaconda3/envs/环境名/share/icons/spyder.png
例如我的是/home/pc/anaconda3/envs/tensorflow1140cuda100/share/icons/spyder.png
将Exec=后面的spyder，改为自己安装的Anacoanda文件夹相应环境里面的spyder位置：
spyder 位置：/anaconda3/envs/环境名/bin/spyder
例如我的是：/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/spyder

5.点击保存，并且关闭
6.双击tensorflow1140cuda100-spyder.desktop，接受信任并启动，可以打开tensorflow1140cuda100环境下的spyder

7.右键tensorflow1140cuda100-spyder.desktop重命名为tensorflow1140cuda100-spyder

注意：此处重命名之后，快捷方式的文件名依然是tensorflow1140cuda100-spyder.desktop，tensorflow1140cuda100-spyder显示的是现实的名字，文件操作还是要用tensorflow1140cuda100-spyder.desktop

8.将tensorflow1140cuda100-spyder.desktop复制到应用程序里面
在/anaconda3/envs/环境名/share/applications文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow1140cuda100-spyder.desktop /usr/share/applications

9 将ttensorflow1140cuda100-spyder.desktop复制到桌面
在/anaconda3/envs/环境名/share/applications文件夹里面，复制tensorflow1140cuda100-spyder.desktop到桌面粘贴，

10.双击，接受信任并启动

11.成功界面

9.3.2.2 创建spyder 快捷方式（方法二）

1. 建立tensorflow1140cuda100-spyder.desktop
   命令：

touch tensorflow1140cuda100-spyder.desktop

2. 编辑spyder.desktop
   命令如下：

gedit spyderpytorch180CPU.desktop

3. 将以下代码粘贴到里面

[Desktop Entry]
Type=Application
Version=1.0
Name=tensorflow1140cuda100-spyder
GenericName=tensorflow1140cuda100-spyder
Icon=/home/pc/anaconda3/envs/tensorflow1140cuda100/share/icons/spyder.png
Exec=/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/spyder %F
Terminal=true
Categories=Science;IDE;Qt;

其中Iconl后面的/home/pc/anaconda3/envs/tensorflow1140cuda100/ 和Exec后面/home/pc/anaconda3/envs/tensorflow1140cuda100/，根据自己的环境位置更改。
teminal 选择true.

保存并退出

4. 更改权限，双击信任启动

sudo chmod 777 tensorflow1140cuda100-spyder.desktop

5. 应用图标的配置
   在 tensorflow1140cuda100-spyder.desktop 文件目录下，打开终端，键入以下命令，将桌面文件放入系统图标文件夹中：

sudo cp tensorflow1140cuda100-spyder.desktop /usr/share/applications

点击显示应用程序，我们便可以在界面中找到 tensorflow1140cuda100-spyder.desktop

接着右键tensorflow1140cuda100-spyder.desktop 图标，选择 Add to Favotires

我们便能在我们的 Dock 中快速打开tensorflow1140cuda100-spyder.desktop了 ！
6. 双击选择trust就可以运行

9.4 安装jupyter

9.4.1安装 配置 jupyter（方法一：需要在这个环境安装Jupyter）

9.4.1.1 安装 jupyter

命令如下：

conda activate tensorflow1140cuda100

conda install jupyter

打开Anaconda，切换到tensorflow1140cuda100环境可以查看Jupyter是否安装成功

9.4.1.2 配置kernel（方法一）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

conda activate tensorflow1140cuda100

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

此处竟然没有显示刚安装的tensorflow1140cuda100环境下的jupyter的 kernel.json，很奇怪

3. 根据/home/pc/anaconda3/envs/tensorflow1140cuda100/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是tensorflow1140cuda100环境

4. 右击python3文件夹，进行压缩备份

5. 将python3文件夹名称改为tensorflow1140cuda100

6. 对tensorflow1140cuda100 文件夹里的kernel.json 进行编辑，

第三行 是 python解释器所在位置，此处已经是tensorflow1140cuda100环境的的python解释器的位置，不需要更改

下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，我这里修改成tensorflow1140cuda100
保存并关闭

7.将tensorflow1140cuda100文件夹复制到：/home/pc/anaconda3/share/jupyter/kernels/
文件夹，这个文件夹是base环境的文件夹，把/home/pc/anaconda3/share/jupyter/kernels/文件夹里面的python3文件夹也压缩一份，备份

8. 最后，关闭所有浏览器的Jupyter Notebook窗口，点击base环境的jupyter
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow1140cuda100环境
   

9.4.1.3 创建 Jupyter 快捷方式（方法一）

Anaconda在tensorflow1140cuda100环境当中的jupyter安装成功后，在anaconda3/envs/环境名称/share/applications/路径下存放着Anaconda自动生成的jupyter-notebook.desktop桌面快捷方式，例如我的是在/home/pc/anaconda3/envs/tensorflow1140cuda100/share/applications/

1. 找到/home/pc/anaconda3/envs/tensorflow1140cuda100/share/applications/文件夹
   

2. 将jupyter-noterbook.desktop复制一份，粘贴为副本!
   

3. 重命名jupyter-notebook.desktop为tensorflow1140cuda100-jupyter.desktop
   

4.复制一份tensorflow1140cuda100-jupyter.desktop，粘贴为副本

5.对ttensorflow1140cuda100-jupyter.desktop右键，用其他程序打开，选择文本编辑器

6.打开之后，
将Exec=后面的jupyter-notebook，改为自己安装的Anaconda文件夹里，相应环境的jupyter-notebook的位置，例如我的是：/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/jupyter-notebook
将Icon=后面的notebook，改为自己安装的Anacoanda文件夹里，相应环境的notebook.svg位置：例如我的是/home/pc/anaconda3/envs/tensorflow1140cuda100/share/icons/hicolor/scalable/apps/notebook.svg

7.保存并关闭，右键权限，允许作为启动
8.双击tensorflow1140cuda100-jupyter.desktop，选择信任并启动
9.重命名，去掉.desktop

10.将tensorflow1140cuda100-jupyter.desktop复制到应用程序里面
在tensorflow1140cuda100/share/applications/文件夹里面，右键打开终端
输入以下命令，命令如下：

sudo cp tensorflow1140cuda100-jupyter.desktop /usr/share/applications

10. 将tensorflow1140cuda100-jupyter.desktop复制粘贴到桌面
    

11.在桌面的tensorflow1140cuda100-jupyter.desktop双击，信任并启动，成功打开jupyter

9.4.2 安装配置jupyter（方法二：不需要在该环境配置Jupyter）

9.4.2.2 配置kernel（方法二）

1. 切换到要添加的环境，查看ipykernel版本，确认已安装 ipykernel

python -m ipykernel --version

如果没有安装，则安装：

python -m conda install ipykernel

2. 在Anaconda 文件夹中 找到kernel 文件夹
   命令如下：

locate kernel.json

3. 根据/home/pc/anaconda3/share/jupyter/kernels/python3/kernel.json
   定位，找到这个文件夹，这个是base环境
   

4. 将python3文件夹里的3个文件复制，
   在kerners文件夹里新建tensorflow1140cuda100文件夹，
   

5. 将那3个文件粘贴到tensorflow1140cuda100文件夹里
   

6. 对tensorflow1140cuda100 文件夹里的kernel.json 进行编辑，
   第三行 是 python解释器所在位置，修改成自己相应环境的python解释器的位置，例如我的是：/home/pc/anaconda3/envs/tensorflow1140cuda100/bin/python
   下面的“display_name”后面的" "中间的内容是kernel的名字，修改成自己的环境名称，例如我的是：tensorflow1140cuda100
   保存并关闭
   

7. 最后，关闭所有浏览器的Jupyter Notebook窗口，用base环境的jupyter-notebook打开，
   在新建jupyter 文件时就可以看到：默认的python3，新建的tensorflow1140cuda111环境

9.4.2.3 创建 Jupyter 快捷方式（方法二）

6.4.2.3快捷方式的创建参考原创这篇文章:：https://blog.csdn.net/weixin_46584887/article/details/117826505，感谢作者

命令如下：

conda install jupyter

9.5 实验代码

1. 激活环境
   打开终端
   输入：

conda activate tensorflow1140cuda100

2. 打开python
   命令如下：

python

4. 导入tensorflow

import tensorflow 

9.6 可能出现的问题

9.6.1 numpy版本过高

解决方案：
终端安装低版本numpy，

conda install numpy==1.16.4