服务器系统:CentOS6.5,配置:CUDA8,cudnn5.1.16,TITAN X。
目标环境:tensorflow-gpu、keras
首先,将下载好的Anaconda安装包上传到服务器,然后在服务器上进入安装包所在文件夹,运行bash命令安装。
安装结束后,还需手动配置环境变量,否则运行python时,默认还是调用系统自带的python。
sudo gedit ~/.bashrc
运行上述命令打开环境配置文档,在文档末尾添加(改为自己的安装路径):
修改完后保存,在命令行运行 ~/.bashrc使配置生效,环境变量配置完毕。
注:上述修改环境变量的方法只对当前用户有效。若有其他需要,请参考:https://www.cnblogs.com/haoliansheng/p/5856440.html
测试是否成功:
在命令行输入python,若有如下提示,则安装成功
由于服务器没有联网,因此需要离线配置环境,并手动安装python包。
首先,运行如下命令,创建一个python虚拟环境:
conda create -n test2 python=3.6 --offline
可运行 conda info --env 查看所有环境。
建好环境以后,由于是离线创建,所以是什么依赖包都没有的。需要在本地将python包下载下来,上传到服务器,然后利用conda install PKG_PATH或pip install PKG_PATH进行安装。
这里给出几个下载python包的网址,推荐清华源:
https://pypi.tuna.tsinghua.edu.cn/simple/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
https://pypi.org/simple/
注意:.whl文件用pip install安装,.tar.bz2文件用conda install安装。两种安装方法无本质区别,如果找不到需要版本的.whl,可以找.tar.bz2。
例如,配置tensorflow-gpu1.2.0,首先将tensorflow对应版本的安装包下载下来:
然后将其上传至服务器,进入你创建好的虚拟环境,运行conda install或pip install进行安装。
source activate test2 # 进入test2环境
conda install 你的安装包路径/tensorflowxxx.tar.bz2
当然,这样安装是不成功的,因为tensorflow安装还需要很多依赖包,如numpy、h5py等等。在安装时系统会提示,缺少某某包,只需要一步步将缺少的包下载下来,然后再一个一个安装就可以了,但一定要注意版本。配置其他的环境同理。
这里将tensorflow-gpu 1.2.0安装所需要的所有依赖包给出,大家安装时找到对应的下载,然后一个一个安装就可以了。
没有网真的是太麻烦了 > <