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