Linux服务器安装Anaconda和搭建tensorflow-gpu环境

一、下载并安装Anaconda3

①：下载Anaconda3

清华大学开源软件镜像站

(注意！！！Anaconda5.3版本以后是python3.7版本，一定注意避免，防止后续出错，因为这个错误导致耗费了一整天时间，如果需要 Python3.6一定不要下载5.3以后的Anaconda！！！“引自网络”)

②：安装Anaconda3

将Anaconda3-5.2.0-Linux-x86_64.sh上传到服务器上：

然后shell跳转到所放Anaconda3-5.2.0-Linux-x86_64.sh的目录，执行下列命令：

bash Anaconda3-5.2.0-Linux-x86_64.sh

之后便是一路的Enter，直到输入yes/no，输入yes选择安装目录，我的是/home/face/Anaconda，之后便是安装。
再之后询问是否加入配置文件，输入yes。
之后会出现是否安装VScode，我选择了no。

配置环境变量：vim /etc/profile，
输入i进入编辑状态，在文件末尾添加 ： **PATH=/XXX/anaconda3/bin:$PATH**
(“XXX”是你的根目录名字，注意vim的使用，按ESC再输入i进入编辑模式)
完毕之后，按下ESC，输入“:wq”，完成保存退出vim
输入source /etc/profile，激活环境
可以输入**python --version**或**conda --version**进行验证。

二、搭建tensorflow-gpu环境

①：创建虚拟环境

conda create -n tf-gpu python=3.6

记得换清华源：

在安装anaconda后，如果执行conda create -n tf-gpu python=3.6出现下列问题时，要把镜像源中链接的https修改成http就可以了。

镜像创建好好如下图输入：conda info --envs 查看输出如下图所示结果则为正确：

②：tensorflow相关库的安装

使用source activate tf-gpu进入刚刚创建好的环境：

先更新一下pip：

pip install --upgrade pip

安装tensorflow gpu版本：

pip install tensorflow-gpu==1.13.2

pip install keras==2.1.5

pip install h5py==2.10.0

pip install scikit-image

pip install pillow==8.2.0

升级一下apt-get

安装screen(一定要先升级一下apt-get)

apt-get install screen

screen 的相关命令：
创建screen：screen -S name
退出: Ctrl A D
列出: screen -ls
进入: screen -r xxxx
关闭：screen -X -S 122128 quit

以下库全部安装：
当遇到“ImportError: cannot import name ‘_validate_lengths’”这个问题时，不要相信很多博客中写到的说是“numpy更新过之后_validate_lengths被移除或者改名了”的说法，而是应当安装scikit-image这个库，即可解决问题。

pip install --upgrade scikit-image

pip install opencv-python

Q: ImportError: libGL.so.1: cannot open shared object file: No such file or directory
A:

apt install libgl1-mesa-glx

Q: AttributeError: module ‘yaml’ has no attribute 'FullLoader’
A:

pip install --ignore-installed PyYAML

.
.
.
.
.
.
(先码到这，未完待续…)