基于Anaconda安装不同版本Python和TensorFlow以及TensorFlow Hello World

由于服务器中本身自己有原装Python 2.7，然后还需要Python 3.7的版本去支持最近的项目去跑TensorFlow 2.0，所以选择用Anaconda，顺便记录下环境配置。

Anaconda 最大的好处就是可以去选择不同的Python版本和不同的依赖去跑在完全隔离的环境中，每个单独运行互不影响，还可以直接打包随走随用，不需要随时可以删除掉，很是方便，对于搭配Pycharm也是极佳。

安装：

Windows：

1. 进入下载页Anaconda（https://www.anaconda.com/distribution/）
2. 对应自己的电脑版本和系统下载
   
3. Windows安装后时推荐勾选第一个，会把Anaconda加入环境变量，不用后期手动添加，第二个是选择是否Anaconda的初始Python版本为3.6，这个不影响，自己决定。
   
4. 安装完成后打开这个Anaconda Prompt输入conda --version 如下图就完成了安装，就可以尽情享用了。
   
   

Linux：

1. 命令行下输入：wget https://repo.anaconda.com/archive/Anaconda3-2019.10-Linux-x86_64.sh
   
2. 然后再当前文件夹输入：chmod +x Anaconda3-2019.10-Linux-x86_64.sh && sudo ./Anaconda3-2019.10-Linux-x86_64.sh
   
3. 然后输入yes，表示同意他们的一些许可之类的东西
4. 然后选择安装路径，可以直接回车或者自己定义路径
   
5. 等待安装后输入conda --version，正确输出版本号即可。
   如果输入后报错：conda: command not found， 请继续下面步骤即可

   原因：

   ~/.bashrc文件没有配置好，找不到环境变量。

   操作：

    如果最后输入那个选择yes，则只执行3步骤即可,如果一路回车即执行下面
   

   • 输入vim ~/.bashrc
   • 在.bashrc后面加上export PATH=$PATH:/home/你的用户名/anaconda3/bin
   • 然后输入source ~/.bashrc使设置生效
   • 再去输入conda --verison 出现版本号即完成
     

切换清华源

因为Anaconda默认的源在国外，比较慢，所以推荐换成国内源

Windows

1. 在C:\Users\你的用户名\pip\下新建文件pip.ini
   

2. 打开文件写入下面内容：

   [global]
   index-url = https://pypi.tuna.tsinghua.edu.cn/simple
   [install]
   trusted-host=pypi.tuna.tsinghua.edu.cn
   

3. 然后再开始菜单运行 Anaconda Prompt 输入下面命令：

   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
   conda config --set show_channel_urls yes
   

4.输入conda info
看到那两句则说明完成！！！

Linux

1. 新建文件夹并进入：mkdir ~/.pip && cd ~/.pip
2. 新建文件：vi pip.conf
3. 输入上面2的内容，保存退出：

   [global]
   index-url = https://pypi.tuna.tsinghua.edu.cn/simple
   [install]
   trusted-host=pypi.tuna.tsinghua.edu.cn
   

4. 执行上面3的命令后输入conda info出现上述两行即完成！！！

错误

后来发现报错：

Verifying transaction: - WARNING conda.core.path_actions:verify(963): 
Unable to create environments file. Path not writable.

Executing transaction: - WARNING conda.core.envs_manager:register_env(52): 
Unable to register environment. Path not writable or missing.

原因是权限不够，所以执行以下即可：
sudo chown -R username .conda

常用命令

conda update -n base conda			//	update最新版本的conda

conda list         					//	查看已经安装的文件包

conda update xxxxx   				//	更新xxxxx文件包

//个人还是比较喜欢直接用pip安装
conda install 包名称 -n xxxx			//	指定xxx安装包

conda uninstall xxxxx   			//	卸载xxxxx文件包

conda create -n xxxxxx python=3.7 numpy		//创建指定Python版本xxxxxx名字的环境和后面所需要的的包

conda info --envs					//	列出当前所有你创建的环境

conda activate xxxxxx				//	激活并进入xxxxx的环境

conda deactivate					//	关闭当前环境

conda remove -n xxxxx --all			//	删除xxxxx虚拟环境

conda clean -p      				//	删除没有用的包

conda clean -t      				//	tar打包所有保存下的包

安装TensorFlow

• 创建一个新的环境：conda create -n TensorFlow python=3.6
• 开启环境：conda activate TensorFlow
• 安装TensorFlow CPU版本：pip install tensorflow==1.14
• 安装TensorFlow GPU版本：pip install tensorflow-gpu
  （个人喜好比较用pip,也可以用上面常见命令的安装方法）
  如果不加版本号即默认安装最新版本。
  然后会开始TensorFlow需要的依赖包，等待完成就可以用了。
  

测试

• 进入Python
• 输入下面代码：

>>> import tensorflow as tf
 	# 创建常量
>>> hello = tf.constant('Hello TensorFlow!')	
	# 创建会话
>>> sess = tf.Session()
	# 执行
>>> result = sess.run(hello)
	# 关闭会话
>>> sess.close()
	# 输出结果
>>> print(result)

运行后，如果得到输出b'Hello,world!'，证明运行成功