Ubuntu18.0.4下使用Anaconda安装tensorflow-gpu的完整步骤

环境：Ubuntu18.0.4 X86_64

Anaconda X86_64

tensorflow-gpu=1.12.0

 

第一步：下载Anaconda X86_64版本到你指定的路径下

1 | $ wget https://repo.continuum.io/archive/Anaconda2-4.2.0-Linux-x86_64.sh  # 64位系统
2 | $ wget https://repo.continuum.io/archive/Anaconda2-4.2.0-Linux-x86.sh     # 32位系统

使用bash指令进行anaconda安装：

$ bash Anaconda3-4.2.0-Linux-x86_64.sh

一直yes回车就OK。

安装完成后使用指令查看安装结果：

conda info

第二步：在anaconda下新建环境

使用指令进行创建自己的环境并指定python版本

conda create -n your_env_name python=3.6

使用指令进入刚创建的环境下进行tensorflow安装：

source activate your_env_name

第三步：为了提高安装速度可以提前将国内的镜像进行添加：

# 清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

# 设置搜索时显示通道地址
conda config --set show_channel_urls yes


# 中科大镜像
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

conda config --set show_channel_urls yes

第四步：安装相应的库，有现有顺序

1、安装numpy

2、安装tensorflow-gpu

3、安装opencv

conda install numpy=1.15.1
conda install tensorflow-gpu=1.12.0
conda install opencv=4.0.0

注意事项：

1、确保服务器GPU已经安装CUDA和CUDNN，需要将该环境引入到新账号的环境变量中：

# 1、编辑环境变量
vim ~/.bashrc

# 2、在文件的最后添加以下内容
# cuda-9.0
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

# 3、使用命令验证CUDA添加成功
nvcc -V

备注：环境的导入导出

为了方便环境的移植，使用anaconda指令将已有环境导出后在新的平台上进行导入，具体操作如下：

1、环境导出

进入已有的环境下输入以下命令：

conda env export > py36.yaml

将会在当前目录下创建一个py36.yaml的文件

2、环境导入

在装好anaconda环境后，需要创建自己的虚拟环境时，将前面导出的文件上传到需要配置环境的服务器上后，使用以下指令进行导入：

conda env create -f py36.yaml