在linux服务器上创建用户添加Anaconda和Tensorflow

在linux服务器上创建用户添加Anaconda和Tensorflow（GPU版）

第一步Linux服务器创建用户

1.1、添加新的用户账号使用useradd命令，其语法如下：

useradd  选项  用户名

参数说明：
sudo: 表示 “superuser do”。 它允许已验证的用户以其他用户的身份来运行命令。其他用户可以是普通用户或者超级用户。然而，大部分时候我们用它来以提升的权限来运行命令。

选项:

-c comment 指定一段注释性描述。
-d 目录 指定用户主目录，如果此目录不存在，则同时使用-m选项，可以创建主目录。
-g 用户组 指定用户所属的用户组。
-G 用户组，用户组 指定用户所属的附加组。
-s Shell文件 指定用户的登录Shell。
-u 用户号 指定用户的用户号，如果同时有-o选项，则可以重复使用其他用户的标识号。

用户名:
指定新账号的登录名。

比如：

sudo useradd -d /home/xm -m -s /bin/bash xm

此命令创建了一个用户xm，其中-d和-m选项用来为登录名xm产生一个主目录 /home/xm（/home为默认的用户主目录所在的父目录）
-s此命令新建了一个用户xm，该用户的登录Shell是 /bin/bash

1.2、为账号设置登陆密码

 sudo passwd xm

1.3、给该账号赋予sudo权限

-g后面的组是用户的主组，-G后面的组是用户的附加组

sudo usermod -a -G sudo xm

1.4、删除用户（如果需要的话）

sudo userdel -r xm

第二步安装Anaconda

2.1、下载安装脚本

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

2.2、运行安装向导

bash Anaconda3-5.2.0-Linux-x86_64.sh

2.3、确认是否安装成功

conda --version

第三步安装Tensorflow

Anaconda自带的包安装命令conda可以安装tensorflow和keras，相当于linux中的pip安装命令。

首先要建立一个tensorflow-gpu环境：
3.1、这里是GPU版，先确认一下python默认版本，直接输入python就可以，然后输入

conda create -n tensorflow python=3.7

这里我报错了是这样的

服务器上之前已经有人设置过虚拟环境名为Tensorflow 意思是已经存在了，这里改个名字就好

所以改成：

conda create -n tensorflow-gpu python=3.7

3.2、激活虚拟环境，之后就会进入到(tensorflow-gpu)环境中

source activate tensorflow-gpu

3.2.1、这里附加删除虚拟环境命令（你不用）

conda remove -n tensorflow-gpu --all

3.2.2、删除虚拟环境中的包

conda remove --name $tensorflow-gpu  $package_name（包名）

3.3、使用pip安装Tensorflow，这里只要不指定版本默认版本是最新的2.0

pip install tensorflow

另外这里还有指定版本1.8.0的例子

conda install --channel http://conda.anaconda.org/anaconda tensorflow-gpu=1.8.0

或者

 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-gpu==1.9.0

3.4、输入python对tensorflow进行测试

$python
>>>import tensorflow as tf

————————————————————————————
注意：在这里我出现过一次问题，已经安装了tensorflow-gpu==1.8.0
但是运行时不能使用GPU加速GPU-Util一直为0，CPU却是满的
重新创建环境，安装tensorflow都不行
后来我无意中看到一篇帖子，说默认选择最高版本
anaconda中的tensorflow-gpu为1.8.0，还有tensorflow也是1.8.0， 系统默认选择了tensorflow 的CPU 1.8.0版本
我重新指定安装 （cuda为9.0版本）
conda install tensorflow-gpu=1.9
果然成功了~ 开心

第四步安装keras

4.1、安装Keras

conda install keras-gpu=2.1.6

4.2、输入python对keras进行测试

python
>>>import keras

如果输出有以下代码代表安装正确

using TensorFlow backend.

上述测试程序需要在激活tensorflow-gpu环境的条件下进行。

备注:

linux 自带python2 和python3.4
检查python2版本的时候可以直接输入python2

xumeng@dlnlp02:~$ python2
Python 2.7.12 (default, Nov 12 2018, 14:36:49)

强行退出Ctrl+c

这里提供一个Linux命令大全，点击进入
linux命令大全

conda常用命令

conda list：查看安装了哪些包。
conda install package_name(包名)：安装包
conda env list 或 conda info -e：查看当前存在哪些虚拟环境
conda update conda：检查更新当前cond

pip list # 查看已安装的依赖包