在服务器上基于Anaconda配置tensorflow并远程访问

由于本次使用的服务器本人并不是管理员,所以只是作为一个使用者来使用。一般服务器上都配置好了驱动,可以使用

navdia-smi命令进行查看,而且作为管理员的一方一般都会配置好了cuda和cudnn,因此本次并不需要自己在进行配置这两项。

1、下载linux版本的Anaconda安装包

下载地址:https://www.continuum.io/downloads

选择64位linux的Python 2.7版本点击下载,下载完成后,得到Anaconda3-4.2.0-Linux-x86_64.sh安装文件。

2、安装Anaconda

进入下载文件所在的文件夹,在命令行运行:

bash  Anaconda3-4.2.0-Linux-x86_64.sh

安装过程一路回车即可,中途询问是否允许许可条款

Do you approve the license terms? [yes|no]

>>> yes

在询问是否将anaconda路径加入到系统环境变量步骤,默认为no,设置为yes

Do you wish the installer to prepend the Anaconda2 install location

to PATH in your /home/lwp/.bashrc ? [yes|no]

[no] >>> yes

等待安装完毕即可

3、安装tensorflow

首先创建一个conda环境,命名为tensorflow
conda create -n tensorflow python=3.5
然后激活该环境并在环境下安装tensorflow
source activate tensorflow

接下来为利用清华大学镜像进行安装,镜像地址为https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/,

可以根据需要自己选择想要安装的tensorflow版本,以下为本次安装的:

pip install \  -i https://pypi.tuna.tsinghua.edu.cn/simple/ \  https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.4.0-cp35-cp35m-linux_x86_64.whl

要注意对应的版本要和anaconda对应一致,由于本次安装的anaconda所需要的版本为python3.5所以为cp35,否则就出现错误:

is not a supported wheel in this platform

4、测试

安装完成之后就可以进入进行测试

source activate tensorflow

python3

import tensorflow as tf

(此处进行一个python程序的测试,直接运行pythin3  ***.py进行测试即可,在测试过程中发现有部分库未安装再进行安装即可)

测试完成之后source deactivate

5、在安装配置过程中遇到的其他错误

(1)conda报错:'Could not connect to https://repo.continuum.io/pkgs/pro/linux-64'

执行conda命令:

conda config
更换安装源镜像,清华大学有提供镜像具体更换方法有如下:

conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'

conda config --set show_channel_urls yes

然后使用vim.condarc命令打开文件,打开之后将 -defaults删除

(2)在使用python程序进行测试时易出现:Intel MKL FATAL ERROR: Cannot load libmkl_avx2.so or libmkl_def.so

输入这两条命令即可:

conda install nomkl numpy scipy scikit-learn numexpr

conda remove mkl mkl-service

(3)在测试tensorflow时import tensorflow as tf 易出现的问题:

can not find libcusolver.so.8.0:

ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory

解决措施:

sudo vim ~/.bashrc

export LD_LIBRARY_PATH=/usr/local/cuda/lib64/

source ~/.bashrc

 

转载请注明出处:https://blog.csdn.net/hitzijiyingcai/article/details/81099951

你可能感兴趣的:(在服务器上基于Anaconda配置tensorflow并远程访问)