Ubuntu18.04一键配置Tensorflow1.9和MXNet1.2.1

Anaconda是非常方便的环境管理软件，环境之间互相独立，互不干扰，依赖包自动下载和调整
使用Anaconda搭建Tensorflow环境和MXNet环境，既可以一键自动完成，又可以互不影响，将不同深度学习框架、不同框架版本、不同包版本隔绝开来

**

本文将创建一个独立的Tensorflow环境与一个独立的MXNet环境

**

---

1.安装Anaconda

之后
1.sudo gedit ~/.bashrc

2.添加export PATH=/home/su/anaconda3/bin:$PATH

3.source ~/.bashrc

2.创建Tensorflow环境

创建一个名字叫“tensorflow”的环境，python版本为3.6

$ conda create -n tensorflow python=3.6

进入刚创建的tensorflow环境

$ source activate tensorflow

查看tensorflow环境中安装了哪些包

(tensorflow)$ conda list

搜索conda库中提供的tensorflow-gpu版本有哪些

(tensorflow)$ conda search tensorflow-gpu

安装需要的tensorflow-gpu 1.9.0版本，会自动安装所需要的依赖包版本，包括相应版本的cuda、cudnn等

(tensorflow)$ conda install tensorflow-gpu==1.9

试运行

(tensorflow)$ python
>>> import tensorflow as tf
>>> hello = tf.constant("Hello, TensorFlow!")
>>> sess = tf.Session()
>>> print (sess.run(hello))

若返回

b'Hello, TensorFlow!'

则成功
若想卸载某个特定包package_name，输入:

(tensorflow)$ conda remove package_name

若想退出环境，输入

(tensorflow)$ source deactivate

若想删除环境tensorflow，输入

$ conda remove -n tensorflow --all

##3.创建MXNet环境
创建一个名字叫“MXNet”的环境，python版本为3.6

$ conda create -n MXNet python=3.6

进入刚创建的MXNet环境

$ source activate MXNet

查看tensorflow环境中安装了哪些包

(MXNet)$ conda list

搜索conda库中提供的mxnet-gpu版本有哪些

(MXNet)$ conda search mxnet-gpu

发现只有1.2.1一个版本，所以安装时可以无需带版本号，会自动安装所需要的依赖包版本，包括相应版本的cuda、cudnn等

(MXNet)$ conda install mxnet-gpu

试运行

(MXNet)$ python
>>> import mxnet as mx
>>> a = mx.nd.ones((2, 3), mx.gpu())
>>> b = a * 2 + 1
>>> b.asnumpy()

若返回

array([[ 3.,  3.,  3.],
       [ 3.,  3.,  3.]], dtype=float32)

则成功