服务器ubuntu16.04配置tensorflow-gpu 2.0和pytorch1.4环境

安装Anaconda

1. 到官网下载好anaconda，上传到服务器上，我这边下载的是Anaconda3-2019.10-Linux-x86_64。
2. 定位到anaconda所在目录，通过如下命令安装

bash Anaconda3-2019.10-Linux-x86_64

按照提示一步步安装

配置tensorflow-gpu 2.1.0 环境

1. 创建一个虚拟环境，这里起名为tf2

conda create -n tf2 python=3.7

2. 进入到创建好的虚拟环境中

conda activate tf2

3. 通过Anaconda官网得知目前支持linux64的最新版本是tensorflow-gpu 2.1.0
   
   此处通过命令安装最新版的tensorflow

conda install -c anaconda tensorflow-gpu

安装过程根据提示一直输入yes即可。不用提前安装cuda和cudnn，在安装tensorflow的时候会自动安装。
安装完成后，可以通过如下代码测试是否安装成功

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

a = tf.constant(1.)
b = tf.constant(2.)

print(a+b)
print('GPU:', tf.test.is_gpu_available())

输出如下：

配置pytorch1.4环境

1. 创建一个虚拟环境，这里起名为pytorch

conda create -n pytorch python=3.7

2.进入虚拟环境

conda activate pytorch

3.进入到Anaconda官网

通过如下代码安装pytorch

conda install -c pytorch pytorch

也可以根据服务器的cuda版本安装，通过nvcc -V即可查看

在pytorch官网即可查询到安装指令

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

按提示安装完成后，通过如下代码即可验证是否安装成功

import torch
print(torch.cuda.is_available())

安装常用包

• 新创建的虚拟环境一般只有python和刚才安装的tensorflow/pytorch等相关包，这边最好在安装一些常见的扩展包，比如pandas、matplotlib、scikit-learn等等

conda install packagename