从零使用服务器训练深度学习网络（tensorflow）

1、连接服务器

需要下载xshell 7和XFTP

下载链接

2、创建账户

步骤：

1、创建新用户

sudo adduser USERNAME

其中USERNAME是您要添加的用户的名称。

2、给予sudo权限

sudo usermod -aG sudo USER

其中USER是新的用户名。

3、修改默认目录,在root账户下输入：

sudo usermod -d /tmp test

tmp是默认目录，test为你的用户名

4、查看用户路径

sudo cat/etc/passwd

3、anaconda安装

步骤：

1、提前下载好Linux下的版本，（eg：Anaconda3-2019.07-Linux-x86_64.sh）

2、cd进入下载目录

3、安装请输入

bash Anaconda3-2019.07-Linux-x86_64.sh

4、一直按回车，直到出现

5、输入：yes接受

6、这个地方就是说，Anaconda安装到默认目录下，安装好后你可以在该文件夹下看到安装文件，此处你用可以自己更改目录，我这个地方就用默认的，如何你用默认的就直接点击Enter，如果你想其他的你就自己输入路径。

7、接下来就是安装，最后会出现这样一个界面:

这一步确认是否由Anaconda进行终端的初始化，一般选择yes，否则无法使用虚拟环境

8、安装成功

4、anaconda配置

在终端中输入conda，发现command not found，解决方法如下：

步骤：

1、将anaconda的bin目录加入PATH，输入：

echo 'export PATH="~/anaconda3/bin:$PATH"' >> ~/.bashrc

根据版本不同，也可能是~/anaconda2/bin

2、更新bashrc以立即生效，输入：

source ~/.bashrc

5、创建一个python环境

0、换源

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

conda config --set show_channel_urls yes 

conda config --get channels

1、查看当前存在哪些虚拟环境

conda env list

2、创建虚拟环境

conda create -n tensorflow2（自定义python名称） python=3.6 

3、输入：y

4、进入环境

conda activate tensorflow2

5、安装自己所需的库

6、Tensorflow2的安装

1、tensorflow对应cuda的兼容版本问题

官方网址

2、下载tensorflow2.0.0

#cpu
pip install tensorflow==2.0.0-alpha0
#gpu
pip install tensorflow-gpu=2.0.0-alpha

3、把cuda路径加入环境变量

终端输入编辑环境变量

vim ~/.bashrc				

强行写入

：w！

编辑

a

粘贴cuda路径如：

#----------- This is PATH of CUDA10.0---------
export CUDA_HOME=/usr/local/cuda
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64"
export LIBRARY_PATH="$LIBRARY_PATH:/usr/local/cuda/lib64"
#----------- This is PATH of CUDA10.0---------

按Esc退出编辑后输入：

：wq

更新配置

source ~/.bashrc

4、检查tensorflow-gpu是否可用

import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())