Ubuntu18.04服务器pytorch和tensorflow的环境配置

远程服务器：
1、4块 RTX 3090
2、系统：ubuntu18.04

下面简要记录一下安装步骤：

安装miniconda

1、从miniconda官网下载对应系统的.sh文件；

2、然后在.sh文件所在目录下，运行./Miniconda3-latest-Linux-x86_64.sh;

这一步可能会出现权限问题，加入sudo，使用sudo ./Miniconda3-latest-Linux-x86_64.sh即可解决，这样miniconda就安装好了。

创建pytorch的虚拟环境

1、使用命令conda create --name pytorch_gpu python=3.6创建python 3.6，pytorch的gpu版本的虚拟环境；

这一步可能会出现权限限制问题：

使用sudo chown 1000:1000 /home/ubuntu/.conda即可解决这个权限限制的问题；

2、修改上面的权限之后，使用同样的命令conda create --name pytorch_gpu python=3.6即可创建虚拟环境，使用命令conda activate pytorch_gpu即可激活名为pytorch_gpu的虚拟环境。

3、进入虚拟环境之后，输入python，然后import torch，看是不是会报错，如果不报错，则说明pytorch安装成功；

创建TensorFlow的虚拟环境

在这之前写过一篇详细的安装过程无需源码编译 | 基于RTX3090配置tensorflow1.15环境，可以参考进行安装，这里只是粗略记录一下安装过程；

这些依赖包的下载地址：依赖包下载地址（提取密码5tgm）这个地址是参考博文【1】的哦，直接下载，然后在依赖包的路径下，按照下面的顺序pip install ×××即可。

测试Pytorch和TensorFlow的虚拟环境是否安装成功

1、在命令行输出python；
2、import torch，如果没有报错，则说明安装成功；如果报错说没有这个模块，则需要再安装一下；
3、import tensorflow as tf，如果没有报错，则说明安装成功；如果报错说没有这个模块，则需要将依赖包卸载再安装一下；

PS: 我第一次安装在root路径下安装，安装失败，第二次进入home路径安装，安装成功。暂时不知道这两个路径是否对安装有影响，因为第一次安装的时候，我还有一个2.4.0版本的tensorflow，可能是这个原因导致我第一次安装失败的。第二次安装的时候，我卸载2.4.0版本的tensorflow，卸载之前安装的所有依赖包，同时更换到home路径下，最后安装成功。

参考

【1】：RTX3080+Ubuntu18.04+cuda11.1+cudnn8.0.4+TensorFlow1.15.4+PyTorch1.7.0环境配置