人工智能学习1--环境搭建：Ubuntu16.04安装Anaconda及TensorFlow-gpu

Ubuntu16.04中使用anaconda安装TensorFlow-GPU 是最简单快捷的做法，以下是安装记录。

1、下载Anaconda3

Anaconda3官网下载地址为：https://www.anaconda.com/
但由于有时官网下载速度较慢，在此推荐使用清华的Anaconda镜像。地址为：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

并且安装Anaconda后配置清华的镜像仓库源，安装第三方包速度也会更快。
使用如下命令配置清华的安装源：

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 --set show_channel_urls yes

下载文件：

2、在Ubuntu中使用命令安装下载的Anaconda文件。

进入文件下载以后的目录，运行命令：

bash Anaconda*.sh   # * 代表对应的安装文件

接下来按住Enter键阅读licence协议，阅读完以后，输入yes接受协议

yes

之后看自己的需求可以输入相应配置信息，也可以直接按enter键保持默认配置，最后需要确认是否将anaconda加入到环境变量中，这里需要输入yes。
在这里插入图片描述
若不小心输入的是no，需要使用命令打开./bashrc文件

gedit ~/.bashrc

然后在.bashrc文件中添加以下内容

export PATH="/home/cheng/anaconda3/bin:$PATH"

然后使用命令source ~/.bashrc使环境变量配置立即生效
输入conda list出现一个列表时就配置好了：

3、找到并安装合适的TensorFlow-gpu版本

在此不需要单独安装cuda和cudnn，Anaconda会自动下载并安装好，不需要考虑版本依赖的问题，简便的地方就是这里了。conda就已经做好了，而且还是多个版本的，根据需要安装对应版本的。
（1） 输入命令查看可用版本的tensorflow-gpu ，从图中可以看到，Version是tensorflow-gpu的版本，Build是对应python的版本、cuda的版本，cudnn的版本，看自己需要什么样的python版本安装对应的。

conda search tensorflow-gpu

（2） 输入命令安装tensorflow-gpu，可以看到需要下载cudatoolkit8.0.0、cudnn-6.0.21、tensorflow-gpu等这些依赖包，不需要我们自己去配环境了。
输入y就可以安装的。

conda install tensorflow-gpu==1.2.1

4、安装完成并测试

（1）tensorflow-gpu1.2.1安装好以后输入命令，导入包没问题，输出tensorflow的版本号，就说明安装好了，运行tensorflow程序时，可以通过nvidia-smi查看显卡的运行状况。

python
import tensorflow as tf
print(tf.__version__)

（2） 可使用nvidia-smi查看GPU使用情况：

nvidia-smi

（3） 后续工程开发可使用Pycharm IDE，配置Anaconda的Python解释器路径如下图：

至此，TensorFlow-gpu环境搭建完成，大家就可以使用Python开发工具开启自己的人工智能探索之旅了！