Linux+Anaconda+tensorflow-gpu环境配置
当公司的网不支持访问外网时,需要先设置代理,具体设置需要参考公司内部代理服务器。
下载Anaconda安装包
去清华镜像网站下载anaconda安装包https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/,选择自己的所需要的版本,我所选择的是python3.6(Anaconda3-4.3.1-Linux-x86_64.sh)。
安装anaconda
- 可以在自己电脑上下载得到安装包Anaconda3-4.3.1-Linux-x86_64.sh,在用scp命令传输到服务器上。
- 传输命令为:
scp Anaconda3-4.3.1-Linux-x86_64.sh xxx.xxx.xx.xx:/home/anaconda
(路径自己选择,xxx.xxx.xx.xx为服务器ip) - 在服务器上再切换到目标文件夹
cd /home/anaconda.
,安装anaconda:
bash Anaconda3-4.3.1-Linux-x86_64.sh
安装过程中一路enter,要选择yes或者no时选择yes,然后等待安装,安装完毕后出现Thank you for installing Anaconda3! 时表示安装成功,并且会自动将路径添加到环境变量。注意此时安装的路径也在该路径下(例/home/anaconda/anaconda3,视自己路径而定)。
- 需要
source ~/.bashrc
更新环境变量,用指令conda list
测试是否安装成功。如果提示没有conda指令,这时手动添加环境变量:编辑 ~/.bashrc 文件
vi ~/.bashrc
在最后一行添加环境:
export PATH=/home/anaconda/anaconda3/bin:$PATH
下面就可以使用conda安装自己的环境了。
conda安装自己的虚拟环境
- 打开终端,将conda清华镜像源添加进来,因为后续的环境配置需要下载文件:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
- 创建自己的虚拟环境,在这个环境下,配置项目所需要的版本信息,如Python,tensorflow等,一般来说不同的项目就配置不同的环境,从而项目与项目之间独立,方便管理依赖。
conda create -n env_name python=3.6
-n
后面表示就是自己的环境名。
有可能踩到的坑
当公司内访问外网时,尽管已经设置好代理,但有时还是会报错
CondaHTTPError: HTTP None None for url <None>
Elapsed: None
An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.
SSLError(SSLError(SSLError("bad handshake: Error([('SSL routines', 'ssl3_get_server_certificate', 'certificate verify failed')],)",),),)
在创建环境前添加语句:
conda config --set ssl_verify no
安装tensorflow-gpu
- 激活上面所创建的环境,即将该虚拟环境的路径添加到了环境变量中,这样在该环境下所创建的项目就能找到在该环境下所建立的依赖了。
source activate env_name
- 安装TensorFlow-GPU
conda install tensorflow-gpu
- 此时可以测试tensorflow是否安装成功,在该环境下,进入python编译环境:
python
看是否可以成功导入tensorflow库
import tensorflow
能成功导入,配置成功。
配置完毕!
注意
cuda和cudnn的安装在安装tensorflow-gpu时顺便安装好了,其版本随tensorflow版本而定,也就是随着anaconda版本而定。