在anaconda虚拟环境下安装 tensorflow2.0

公司服务器安装的都是tensorflow1.x，因为种种原因突然需要用 tensorflow2.0临时处理一些事情，就想到了anaconda的虚拟环境。下面简单记录下安装过程。

1、anaconda的安装

能找到的好像就清华源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

在里面找到合适的版本，然后类似下面方式下载anaconda：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh

下载完成后：

bash Anaconda3-5.3.1-Linux-x86.sh

开始安装是一些安装说明 输入yes就好，之后有位置可以选择安装路径：

之后一路点确定就安装完成了。安装完成后记得：source .bashrc 或者重新开端口

2、anaconda的虚拟环境

虚拟环境可以简单理解为：anaconda环境是通过一个json索引文件来检索各个python包位置的。

比如你已经有一个环境“base”，在“base”里面存在 “package_A”；此时你有一个新需求，要将“package_A”版本更改为“package_A_2.0”，才能使用，如何让这两者共存呢？ 创建新的虚拟环境。

如果上面的安装正常，source .bashrc之后端口会变成这样：

此时就已经在默认的虚拟环境“base”里面了。现在在这个环境下就是默认的anaconda环境，在这个界面下的python操作都是默认优先调用anaconda 。现在可以在这个环境下安装tensorflow2.0，当然也可以新建一个环境，下面就是新建了一个名字为“tf2.0”的python3.7环境：

conda  create  --name  tf2.0  python=3.7

切换不同环境：conda activate 环境名字；

以及退出环境：conda deactivate

3、tensorflow2.0的安装

假设当前已经在 tf2.0 的虚拟环境下，可以直接用 pip 来安装tensorflow2.0：

pip  install  tensorflow==2.0.0  # TensorFlow CPU版本

或者：

pip  install  tensorflow-gpu==2.0.0  # TensorFlow GPU版本，需要具有NVIDIA显卡及正确安装驱动程序

安装速度慢的话可以切换豆瓣源或者清华源：

pip  install  tensorflow-gpu==2.0.0  -i  http://pypi.douban.com/simple/   #或者

pip  install  tensorflow-gpu==2.0.0  -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装之后就可以通过：

import tensorflow as tf

tf.__version__

tf.test.is_built_with_gpu_support()

等来查看是否正确安装tensorflow

4、虚拟环境的切换

除了可以在anaconda的各种环境中切换之外，从“base”环境中退出环境：conda deactivate 之后可以重新回到非anaconda环境，此时可以使用正常的python环境啦！之前有同事反映过anaconda环境下训练模型，有时会比正常python环境多占一倍的内存，具体原因未知。不管怎么说，暂时看来anaconda 还是个蛮好用的工具，尤其是你可以选择使用或者关掉它~~~