Anaconda安装（Linux版本）

本文可成功装载tensorflow/keras库环境的anaconda,并已测试使用

一、如何卸载

终端：rm -rf anaconda3
   1.到根目录下，打开终端并输入：
      sudo gedit ~/.bashrc

   2.在.bashrc文件末尾用#号注释掉之前添加的路径(或直接删除)：
      #export PATH=/home/lq/anaconda3/bin:$PATH
      保存并关闭文件

   3.使其立即生效，在终端执行：
      source ~/.bashrc

   4.关闭终端，然后再重启一个新的终端，这一步很重要，不然在原终端上还是绑定有anaconda.

二、Tips

若使用tensorflow

建议安装anaconda3-5.2.0/python3.6，可在环境安装tensorflow（anaconda3-4.2.0/python3.5也可），附上链接：

https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh

https://repo.anaconda.com/archive/Anaconda3-4.2.0-Linux-x86_64.sh

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-4.2.0-Linux-x86_64.sh

不建议安装anaconda3-6.2.0/python3.7，目前不支持在环境安装tensorflow，附上所有版本链接地址：

镜像下载地址：清华镜像源

官方下载地址：https://repo.anaconda.com/archive/

三、使用linux系统安装:

1. bash ~/你的下载的包路径

一直yes....（最后一个VScode是No ）

装完...

1、命令行可查看当前anaconda的版本：conda --version/conda -V
2、首先查看anaconda默认的python环境：命令行输入conda info --envs（如anaconda默认安装python 3.6）
3、添加python2.7和python 3.5两个环境
conda create -n python27 python=2.7,其中python27是环境名称，python=2.7表示版本

conda create -n python36 python=3.6

如果要删除则
conda remove --name python27 --all

4、查看环境是否创建成功
conda info --envs

5、切换到制定环境
如
source activate python27

查看一下当前python的环境 python --version

6、切回原来的python 环境
source deactivate python27

2.出现conda:

修改环境变量

vim ~/.bashrc

在最后添加：

export PATH=~/anaconda3/bin:$PATH

重启环境变量：

source ~/.bashrc

3. 再开一个终端安装 conda install anaconda-navigator界面

打开anaconda后在Environment里Not installed输入tensorflow ,进行安装...装完后发现，然tensorflow并无用，以上工作仍然有效

四、 安装可使用tensorflow/keras的anaconda（以anaconda3-5.2.0为例）

1在终端建立一个 conda 计算环境

• Create a conda environment called tensorflow:

• conda create -n tensorflow python=3.6

• 2. 激活环境,使用 conda 安装 TensorFlow

• Activate the environment and use pip to install TensorFlow inside i

  • source activate tensorflow

     

  • conda install tensorflow

  • conda install keras
  • conda install ipython
  • conda install spyder

  3.

• 在终端输入anaconda-navigator打开它，点击root左边下拉菜单出现tensorflow，点击它。之后在spyder测试tensorflow可否使用，需要装什么库，比如matplotlib，直接在环境里边找到Not installed,查找matplotlib进行安装，接下来所有库安装完都有效 

五、测试tensorflow代码

1.

• import tensorflow as tf
  hello = tf.constant('Hello, TensorFlow!')
  sess = tf.Session()
  print(sess.run(hello))
  a = tf.constant(10)
  b = tf.constant(32)
  print(sess.run(a + b))

   

• 输出：
• b'Hello, TensorFlow!'
  42

2.测试代码

• import tensorflow as tf
  import numpy
  import matplotlib.pyplot as plt
  rng = numpy.random
  
  learning_rate = 0.01
  training_epochs = 1000
  display_step = 50
  #数据集x
  train_X = numpy.asarray([3.3,4.4,5.5,7.997,5.654,.71,6.93,4.168,9.779,6.182,7.59,2.167,
                           7.042,10.791,5.313,9.27,3.1])
  #数据集y
  train_Y = numpy.asarray([1.7,2.76,3.366,2.596,2.53,1.221,1.694,1.573,3.465,1.65,2.09,
                           2.827,3.19,2.904,2.42,2.94,1.3])
  n_samples = train_X.shape[0]
  X = tf.placeholder("float")
  Y = tf.placeholder("float")
  
  W = tf.Variable(rng.randn(), name="weight")
  b = tf.Variable(rng.randn(), name="bias")
  
  pred = tf.add(tf.multiply(X, W), b)
  
  cost = tf.reduce_sum(tf.pow(pred-Y, 2))/(2*n_samples)
  
  optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)
  
  init = tf.initialize_all_variables()
  with tf.Session() as sess:
      sess.run(init)
  
      # 训练数据
      for epoch in range(training_epochs):
          for (x, y) in zip(train_X, train_Y):
              sess.run(optimizer, feed_dict={X: x, Y: y})
  
      print ("优化完成!")
      training_cost = sess.run(cost, feed_dict={X: train_X, Y: train_Y})
      print ("Training cost=", training_cost, "W=", sess.run(W), "b=", sess.run(b), '\n')
  
      #可视化显示
      plt.plot(train_X, train_Y, 'ro', label='Original data')
      plt.plot(train_X, sess.run(W) * train_X + sess.run(b), label='Fitted line')
      plt.legend()
      plt.show()

   

• 输出：

• 

至此...恭喜跨坑成功

安装pytorch;pytorch网址

执行：conda install pytorch-cpu torchvision-cpu -c pytorch