Linux+Anaconda+tensorflow-gpu环境配置

Linux+Anaconda+tensorflow-gpu环境配置

    • 下载Anaconda安装包
    • 安装anaconda
    • conda安装自己的虚拟环境
        • 有可能踩到的坑
    • 安装tensorflow-gpu
    • 注意

当公司的网不支持访问外网时,需要先设置代理,具体设置需要参考公司内部代理服务器。

下载Anaconda安装包

去清华镜像网站下载anaconda安装包https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/,选择自己的所需要的版本,我所选择的是python3.6(Anaconda3-4.3.1-Linux-x86_64.sh)。

安装anaconda

  • 可以在自己电脑上下载得到安装包Anaconda3-4.3.1-Linux-x86_64.sh,在用scp命令传输到服务器上。
  • 传输命令为: scp Anaconda3-4.3.1-Linux-x86_64.sh 192.168.11.20:/home/anaconda(路径自己选择)
  • 在服务器上再切换到目标文件夹cd /home/anaconda.,安装anaconda:
bash Anaconda3-4.3.1-Linux-x86_64.sh

安装过程中一路enter,要选择yes或者no时选择yes,然后等待安装,安装完毕后出现Thank you for installing Anaconda3! 时表示安装成功,并且会自动将路径添加到环境变量。注意此时安装的路径也在该路径下(例/home/anaconda/anaconda3,视自己路径而定)。

  • 需要source ~/.bashrc更新环境变量,用指令conda list测试是否安装成功。如果提示没有conda指令,这时手动添加环境变量:编辑 ~/.bashrc 文件
vi ~/.bashrc

在最后一行添加环境:

export PATH=/home/anaconda/anaconda3/bin:$PATH

下面就可以使用conda安装自己的环境了。

conda安装自己的虚拟环境

  • 打开终端,将conda清华镜像源添加进来,因为后续的环境配置需要下载文件:
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
  • 创建自己的虚拟环境,在这个环境下,配置项目所需要的版本信息,如Python,tensorflow等,一般来说不同的项目就配置不同的环境,从而项目与项目之间独立,方便管理依赖。
conda create -n env_name python=3.6 

-n后面表示就是自己的环境名。

有可能踩到的坑

当公司内访问外网时,尽管已经设置好代理,但有时还是会报错

CondaHTTPError: HTTP None None for url 
Elapsed: None

An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.
SSLError(SSLError(SSLError("bad handshake: Error([('SSL routines', 'ssl3_get_server_certificate', 'certificate verify failed')],)",),),)

在创建环境前添加语句:

conda config --set ssl_verify no

安装tensorflow-gpu

  • 激活上面所创建的环境,即将该虚拟环境的路径添加到了环境变量中,这样在该环境下所创建的项目就能找到在该环境下所建立的依赖了。
source activate env_name
  • 安装TensorFlow-GPU
conda install tensorflow-gpu
  • 此时可以测试tensorflow是否安装成功,在该环境下,进入python编译环境:
python

看是否可以成功导入tensorflow库

import tensorflow

能成功导入,配置成功。
配置完毕!

注意

cuda和cudnn的安装在安装tensorflow-gpu时顺便安装好了,其版本随tensorflow版本而定,也就是随着anaconda版本而定。

你可能感兴趣的:(Linux+Anaconda+tensorflow-gpu环境配置)