服务器配置TensorFlow-gpu（从安装anaconda开始）

服务器配置TensorFlow-gpu（从安装anaconda开始）

一、安装anaconda

Linux杂谈 | (3) 在Linux服务器上安装Anaconda

1. 首先下载anaconda3安装包，.sh结尾。（建议从清华源下载，官网特别卡）
2. 下载之后上传至服务器，并切换至其所在目录下使用命令安装：

bash Anaconda3-5.2.0-Linux-x86_64.sh(此为文件名)

3. 检测是否安装成功，可使用 命令 conda --v

如果显示无法找到命令怎么办
这是因为环境变量未导入，或者环境变量导入了未更新 所引起的。
输入命令打开配置文件 vim ~/.bashrc
在最后添加语句 export PATH=/home/XXX/anaconda3/bin:$PATH
最后输入如下命令，更新配置文件即可 source ~/.bashrc(此为更新配置命令)
有时每次都需更新配置文件

二、安装tensorflow-gpu

TensorFlow2.3（gpu）的安装简易教程及注意问题

1.创建虚拟环境

conda creata -n 环境名 python==3.x

2.安装TensorFlow2.3.0–gpu版本(以及相关依赖)

1. 激活/进入虚拟环境，进行安装。 conda activate 环境名
2. 安装对应版本的cuda和cudnn(版本必须要对应，否则会出现问题）对应版本
   conda install cudatoolkit=10.1 cudnn=7.6.5
3. 安装Tensorflow2.3–gpu
   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu2.3.0rc0
   或者
   conda install tensorflow-gpu
   conda的方式安装了多种依赖包，不用去单独安装了。pip的方式，用到什么包装什么包就可以了，按个人喜好选择。

3.测试是否安装成功

在终端中输入python后点击回车，再依次输入下面的代码：
import tensorflow as tf
print(tf.version)
print(tf.test.is_gpu_available())
会输出’2.3.0’、True,则证明安装成功。

linux小技巧

1、快速删除大量文件：

假如你要在linux下删除大量文件，比如100万、1000万，像/var/spool/clientmqueue/的mail邮件，/usr/local/nginx/proxy_temp的nginx缓存等，那么rm -rf *可能就不好使了。 rsync 可以用来清空目录或文件，如下：

1）先建立一个空目录

mkdir/data/blank

2）用rsync删除目标目录

rsync–delete-before -d /data/blank/ /var/spool/clientmqueue/

这样目标目录很快就被清空了

注：其中–delete-before 接收者在传输之前进行删除操作

2、快速删除大文件：

假如你有一些特别大的文件要删除，比如nohup.out这样的实时更新的文件，动辄都是几十个G上百G的，也可以用rsync来清空大文件，而且效率比较高。

1）创建空文件

touch/data/blank.txt

2）用rsync清空文件

rsync-a --delete-before --progress --stats /root/blank.txt /root/nohup.out