Linux 服务器（命令行）安装TensorFlow-GPU 用python虚拟环境

  研究生第二年了，无论是windows还是linux环境，安装TensorFlow-GPU已经好多次了，第一次纯靠自己安装成功，正值国庆期间比较轻松，写个博客记录一下。
  本次安装主要参考这个博客，但是中间好多次出现问题又去找了其它回答解决了，这里就放一个链接，然后把出现过的问题一并写进来。
  之前安装都是先以先安装Anaconda，python，CUDA，Cudnn的方法，因为版本不对或者安装顺序不对等各种各样的问题，装了缷，卸了装，基本没成功过。后来用python虚拟环境安装，anaconda可以自动安装相应版本的TensorFlow和Cudnn，很快就安装成功了。

1、安装Anaconda

下载

下载anaconda命令为
wget https://repo.continuum.io/archive/Anaconda3-5.0.1-Linux-x86_64.sh
但是一直出现HTTP Error 404 的错误，这里采用了一种笨方法，就是在网页上下载安装包后上传到了服务器相应的文件夹下。
anaconda下载地址

下载后在服务器文件夹下右键上传即可。

安装

首先用 cd 文件名 切换到安装包所在目录
然后 输入命令行 bash Anaconda3-5.2.0-Linux-x86_64.sh

2、配置python3.6虚拟环境

输入命令行 conda create -n tf36 python=3.6
正常情况应该是开始如下图开始下载，

但是实际一直出现下图的错误

后来了解到这是因为Anaconda镜像源在国外，要更换到国内的镜像源（并不知道镜像源是什么.jpg），然后就是加了几个命令行，并不知道哪个真正有用，反正就是都写上了
conda config --add channels https://mirrors.ustc.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/pkgs/free/
conda config --set show_channel_urls yes
然后！就是一顿下载猛如虎，下载速度都比之前快了多少倍，而且一下就成功了！阶段胜利！开心！

然后提示激活环境以及释放环境的命令
激活环境 source activate tf36
释放环境 source deactivate
激活环境后命令行前显示当前环境为 tf36

3、安装CUDA toolkit

查看CUDA Driver版本

命令行 nvidia-smi 注意！！！这里没有空格！！

安装CUDA toolkit

根据自己的驱动版本安装对应的CUDA toolkit

比如本人版本为410.48，对应安装CUDA 10.0.130
conda install cudatoolkit=10.0.130 （10.1版本是不能通过 conda 或 pip 下载的，要到官网下载）

4、安装TensorFlow-GPU

万事俱备只欠东风！！
这样安装的好处就在于TensorFlow 和cudnn 的版本会自动匹配 CUDA toolkit 版本
conda install tensorflow-gpu

5、测试是否安装成功

python进入命令行模式
import tensorflow as tf 导入 tensorflow
tf.test.is_gpu_available() 如果显示 True 则大功告成 /耶

6、安装pytorch

依然在python3.6的虚拟环境下，用清华镜像源下载。
用口令cat /usr/local/cuda/version.txt查看自己的CUDA版本
在网站上查看自己需要的口令,如我的

出现错误，反正就是cudatoolkit10.0和cudatoolkit8.0冲突了？？那我改成8.0试试

果然可以了！

然后测试，成功！！