Linux下anaconda3、tensorflow-cpu、tensorflow-gpu安装配置

Linux下anaconda3配置安装

软件包下载：Anaconda3-5.0.1-Linux-x86_64.sh

1. 通过xftp 把安装包上传到服务器文件夹下
2. 在安装包所在路径下，输入命令：
   bash Anaconda3-5.0.1-Linux-x86_64.sh
3. 安装过程中，不断按回车或者yes默认，然后出现下面界面：
   
   默认安装到XXX目录下，安装好后你可以在该文件夹下看到安装文件，用默认的路径直接点击Enter，如果安装到其他的位置，在此输入路径，我换了新路径（/home/XXX/XXX/anaconda3SHIYAN）：
   
   接下来出现如下界面，表示正在安装：
   
   最后会出现这样的界面，表示是否把文件添加到配置文件(.bashrc),我这里选择是，也就是说现在系统默认的python就是我们刚刚安装的版本【需要激活.bashrc才生效】：
   
4. 测试是否安装成功【python命令开启的是系统当前默认的python环境】：

• 查看当前默认python的安装路径
  

• 激活环境变量

bashrc是一个隐藏文件，用ll -a命令查看，用vim .bashrc修改（(1)vim .bashrc(2)按e,enter(3)按i修改（4）按esc退出编辑（5）：wq命令保存退出。这里无需修改）

这里用source .bashrc激活环境变量，再次查看，如下，便是我们刚刚安装的anaconda，到这里便证明我们安装成功。

Linux下tensorflow-cpu安装

可参考链接选择所需命令
可参考链接选择所需命令
这里的安装命令：

pip install tensorflow==1.1.0 -i https://pypi.douban.com/simple/

安装结束可通过如下语句查看信息：

#查看自己的tensorflow的版本和型号(cpu or gpu)
import tensorflow as tf
from tensorflow.python.client import device_lib
print("版本:", tf.__version__)
print("型号:", device_lib.list_local_devices())

出现如下表明安装成功：

Linux下tensorflow-gpu安装

安装命令：

#安装gpu版的tensorflow　
#conda install tensorflow-gpu
pip install tensorflow-gpu==1.1.0 -i https://pypi.douban.com/simple/

安装及跑脚本过程中遇到如下报错：

1. numpy报错：
   RuntimeError: module compiled against API version 0xc but
   this version of numpy is 0xb
   解决方法：把numpy版本升为1.14.6
2. 我的环境：tensorflow-gpu 1.1.0，CUDA Version 9.0.176，CUDNN Version 7.0.5，import tensorflow as tf 时出现了下面的错误：

libcudart.so.8.0: cannot open shared object file: No such file or directory

解决方法：

pip install --upgrade tensorflow-gpu -i https://pypi.douban.com/simple/

即：把tensorflow升级版本，tensorflow 1.4以下的版本可能都不行（参考链接:tensorflow各个版本的CUDA以及Cudnn版本对应关系）。

如何查看自己服务器上cuda和cudnn的版本，参考：https://blog.csdn.net/leviopku/article/details/84851244

3. from scipy. misc import logsumexp时报错：ImportError: cannot import name ‘logsumexp’
   解决方法：我的是scipy1.5.2，降低到scipy1.2.1【命令：pip install --upgrade scipy==1.2.1 -i https://pypi.douban.com/simple/】