Ubuntu16.04服务器普通用户（非管理员账户）在自己目录下安装TensorFlow， Keras等（亲测）

最近在 MSRA 实习，组里给了一台多GPU的服务器账号，登录进去一看，已经多个用户了。

本着不打扰别人的搭建的环境，也不被别人打扰的原则，决定在自己用户的目录下面单独安装相应的开发环境。

要安装的的工具有： Anaconda3，TensorFlow，Keras 还有音频常用的包：librosa 。

目前就需要这些。

1、安装 Anaconda3

在官网上 https://www.anaconda.com/download/#linux 右击 Python 3.6 version 下的 Download （Linux 64位版本）， 选择复制链接地址，获取下载链接。

在线安装，在终端输入：

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

下载完成之后，在 anaconda 所在目录的终端输入：

bash Anaconda3-5.2.0-Linux-x86_64.sh

然后基本一路是： enter ， yes 等。在安装的过程中，会问你安装路径，直接回车默认就可以了。有个地方问你是否将anaconda安装路径加入到环境变量（.bashrc)中，输入yes，

等待后，出现  thank you for installing anaconda3 .................

至此， anaconda3 的安装基本就完成了，接下来，会询问你需不需要安装 MS VS （Visual Studio），看自己需要，需要的话，就安装。

最后，激活anaconda3的路径。在终端中输入：

source ~/.bashrc

结尾，可以执行：

pip -V

来看一下当前的python和pip目录。此时的目录应该是子用户目录。

或者直接在终端输入： python ，出现下图，即表示安装成功。

（Alias不敢漏出，会被查到的...）

2、安装 TensorFlow

由于服务上已经安装了 CUDA-8.0 和 cudnn 6.0，所以，在安装过程中发现，直接 pip install tensorflow ，安装的是默认最新的 TensorFlow 1.9 版本，与 CUDA 和 cudnn 的版本不匹配，结果，失败。

后来发现，要安装 TensorFlow 1.5 一下的版本，最后选择 TensorFlow 1.4。

首选TensorFlow官网良心安装教程：https://www.tensorflow.org/install/install_linux#InstallingAnaconda

1、按照 Anaconda 下载网站上的说明下载并安装 Anaconda。（第一步已完成）

2、通过调用以下命令创建名为 tensorflow 的 conda 环境，以运行 Python：

conda create -n TensorFlow python=3.6

3、通过发出以下命令激活 conda 环境：

source activate TensorFlow

4、发出以下格式的命令以在 conda 环境中安装 TensorFlow：

pip install --ignore-installed --upgrade https://download.tensorflow.google.cn/linux/gpu/tensorflow_gpu-1.4.0-cp36-cp36m-linux_x86_64.whl

或

conda install tensorflow-gpu==1.10.1

-------------------------------------------------- 2021\7\26 update -----------------------------------------------------

在python 3.8的基础上安装 TF2.3时，conda 命令可以直接安装TF-GPU版本，但是调用时失败。而用pip安装的GPU版本的TF，能直接调用GPU。

pip install --ignore-installed --upgrade tensorflow-gpu==2.3.0

---------------------------------------------------- End ---------------------------------------------------------------------

装完之后，在python中 import TensorFlow 进行测试，如下图，会出现一个小的警告，大意是：这个版本的TensorFlow是经过python3.5编译来的，可能不适合python3.6的环境。但实际测试中，发现似乎没有问题。

3、安装 keras

在自己的目录下安装Keras： 

(TensorFlow) ****@******:~$ pip install --user keras

要使用 --user， 注意： TensorFlow conda 环境已激活。

验证Keras，直接在python中导入 Keras，结果如下图，即安装成功。

注意是在已激活的 TensorFlow 的 conda 环境中，如果直接在原始环境中导入，会报错。