python & tensorFlow安装（非root权限）

一、python3安装

---

1. ssh之后到根目录（例如/home/shgx/software）[shgx为用户名]，下载指定版本的Python3源码：

wget https://www.python.org/ftp/python/3.5.6/Python-3.5.6.tgz

2. 解压文件：

tar -xvf Python-3.5.6.tgz

3. 在根目录下（/home/shgx）创建如下路径（mkdir -p bin/Python3）,使用pwd检查Python3下的路径为/home/shgx/bin/Python3
4. 打开刚刚解压的文件目录cd /home/shgx/software/Python-3.5.6/（下面的步骤5.6.7都在此目录下执行）
5. 进行检测

./configure --prefix=/home/shgx/bin/Python3

6. 开启优化功能

./configure --enable-optimizations

7. 执行指令进行编译

make

7. 进行安装

make install

8. 打开cd /home/shgx/bin/Python3/bin查看是否运行成功

执行python3以及pip3或者/pip3

9. 成功之后在根目录下（/home/shgx）创建软链接

ln -s /home/shgx/bin/Python3/bin/python3 python3

11. 以上即完成Python安装，可以在根目录下执行python3

./python3

二、 安装tensorFlow

1. 下载tensorFlow源码

git clone https://github.com/tensorflow/tensorflow

通过以下指令 git clone https://github.com/tensorflow/tensorflow下载tensorflow源码时，遇到报错：error: RPC failed; curl 56 GnuTLS recv error (-54): Error in the pull function

原因如下：

1. Linux git默认缓存存过小，通过以下指令修改：

git config --global http.postBuffer 524288000

2. clone速度较慢
   1）修改压缩配置：
   git config --global core.compression -1
   2）修改配置文件
   export GIT_TRACE_PACKET=1
   export GIT_TRACE=1
   export GIT_CURL_VERBOSE=1

（三）使用anaconda安装tensorflow-gpu版本

1. 安装tensorflow时，需要tensorflow版本和cuda CUDNN版本保持一致，详细信息查看

查看CUDA版本号： nvcc -V
查看CUDNN版本号：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
版本对应网址：https://www.tensorflow.org/install/install_sources#tested_source_configurations

2. 下面进行安装

python --version chan查看Python版本号
conda create -n yangwang pip python=3.7 #yangwang 为 虚拟环境名称
source activate yangwang #激活虚拟环境
conda install tensorflow-gpu==1.5.0 #安装的tensorflow版本需要和cuda cudnn相对应

conda虚拟环境下卸载安装时：

1.查看安装的包： conda list
2.检查更新当前conda：conda update conda。
3.环境中安装某个安装包：conda install -n your_env_name [package]，其中[]中package为需安装的包名，your_env_name为环境名称。
4.环境中删除某个包：conda remove --name yangwang tensorflow-estimator #yangwang为虚拟环境名称 tensorflow-estimator为安装的具体包的名称

3. 测试

source activate yangwang / conda activate yangwang#首先激活tensorflow环境
python3 #启动python环境
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print (sess.run(hello))
退出Python后退出虚拟环境：
source deactivate yangwang / conda deactivte

(四)anaconda 创建虚拟环境安装pytorch

1. 创建虚拟环境，需要查看Python版本 ：

conda create -n pytorch python=3.7

2. 添加conda国内镜像：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

3. 参看 Python版本和anaconda版本以及CUDA版本，命令见上 ；
   4.官网上根据对应机器配置安装相应的pytorch版本：

https://pytorch.org/

4. 安装pytorch：

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch