在Linux服务器anaconda环境下离线安装tensorflow-gpu2.3.0版本（python 3.7）

一、背景

0.0、在安装之前需要明确自己需要安装的版本号，必须安装的为cuda、cudnn（这两个与所安装电脑这里也就是Linux服务器显卡有关）、tensorflow-gpu、python，这四个的版本号有对应关系，可参考tensorflow官网

0.1、需要另一个可以联网的电脑or服务器

-下文中所有需要下载的文件都是从这个可以联网的电脑上下载，然后上传到不能联网的服务器上。

-我的情况是：有两台服务器（两个都是linux操作系统，一个可以联网A，一个不能联网B），anaconda环境在A上创建，上传到B，后面的轮子都是在自己电脑（windows操作系统）上，下载的。

-我不知道如果在widows操作系统上创建anaconda环境，复制到linux操作系统上会不会有什么影响，如果真的没有条件，可以试一下，或者自行百度搜索一下~~~

1. 首先在另外一个可以联网的服务器上创建了python3.7的环境，创建方式可参考此链接，创建完成后在自己的anaconda安装路径下（xxx/anaconda/envs/your_name）会出现一个新的文件夹，名字为创建时命名的环境名(your_name)，如下图

  

2.  这里我建议使用conda list 命令查看是否安装了pip包（如下图，我这里显示已经安装了），这个在后续安装中会用到。如果没有安装就安装一下，应该是conda install pip

随后在anaconda的安装路径下的envs文件夹下找到自己创建的虚拟环境，这里为tensorflowgpu_py37，把此文件夹打包整个复制到不能联网的服务器上

二、开始安装tensorflow-gpu-2.3.0

这里默认已经安装了CUDA和cudnn，cuda和cudnn与tensorflow-gpu和python版本的对应关系参考官网：Build from source on Windows  |  TensorFlow

0. 在此之前还要再强调一点，一定要下载.whl进行安装（有一些我没有找到轮子文件，然后下载压缩包从源文件进行安装，虽然提示安装成功但不知道为什么会识别不出来），如果没找到轮子可以尝试从源文件进行安装（可能每个电脑不一样？毕竟配环境是一个玄学问题hhh），不成功的话建议从互联网上寻找轮子，即.whl文件。

分为两步：

1. 下载tensorflow-gpu的轮子进行离线安装，这里以我自己需要的为例tensorflow-gpu-2.3.0版本，下载地址：Links for tensorflow-gpu

 安装命令：

pip install tensorflow_gpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl

-我建议使用pip安装，也可以使用conda install xxx ，但是我用conda的时候它会自动寻找网络，最后报http错误，也就是联网失败，使用pip不会遇到这个问题。

-如果使用pip安装时报错：bad interpreter：No such file or directory， 参考此链接

（又遇到了这个问题，回过头来看解决方案，发现链接已经不存在了，多次的经历告诉我们写教程一定不能偷懒！！！）

解决：

which pip

显示：~/anaconda3/envs/your_env/bin/pip

然后修改pip文件的python路径：

vim ~/anaconda3/envs/your_env/bin/pip

#!/opt/conda/envs/pythondgnn/bin/python
# 第一行修改为当前conda环境的python解释器的绝对路径：
#!/xxx/anaconda3/envs/your_env/bin/python

保存，再运行，成功！！！ 

这是由于当前虚拟环境是从另外一个电脑上复制过来的，pip安装的绝对路径是其他电脑上的，需要修改一下。（这是复制环境的通病，有很多绝对路径都是另一个电脑的，不会自动修改，只能后续报错之后，慢慢改，但一般不怎么报错）

 2. 安装gpu版tensorflow依赖包

在线安装时会自动检索安装所需的依赖包，离线安装就需要我们手动把所有的依赖包轮子下载下来进行安装。

下载地址：Simple Index

我安装的依赖包如下： 

 

 -有可能你们和我会不一样，但是步骤大概就是 pip install xxx, （xxx是你下载的轮子的全称）如果成功就是成功了，如果需要其他依赖则会报错：需要xxx，后面还会跟着版本号的要求。

搜索这个依赖包，下载，pip install xxx，安装，成功后再安装上一级的包，一层一层安装就好了。

2.1 如何搜索依赖包

如下图所示：若报错提示为absl-py这个包缺失，直接在链接simple后面加包的名字进入包的文件夹，里面是对应的各种版本，按要求选择相应的版本

这里再说明一下，还有可能遇到同一个包刚刚已经安装了，刚安装时提示xxx版本>=0.4.0，然后我安装了0.4.0版本，但后面安装别的时候又提示缺少xxx版本<1.2.0 >=0.7.1，这时由于我刚刚安装的版本不符合要求，所以应该先把刚安装的版本卸载，重新安装一个符合这两个要求的版本（即>=0.4.0和<1.2.0 >=0.7.1，是一个并区间，不知道会不会出现并区间为null的情况，我没遇到过），卸载命令：pip uninstall xxx，xxx是包的名字，即报错提示的名字，不是轮子全称。

 2.2 报错

最后！

-如果报错内容不是提示缺少依赖，就重新再安装一遍，有可能报错就会改变，如果还不变，就上一级再重新安装一下！

-如果找不到轮子，刚刚提供的是阿里云镜像站，这里还有清华镜像站，都找一下！实在找不到就去百度or谷歌，我还有一个轮子在这里找到了，好像说是官网，我没仔细看。

-希望大家都能成功！！！！

-反正我安装了一万个依赖包终于成功了！！！

三、成功了！

输入命令：conda list |grep tensorflow

查找到有tensorflow-gpu就是安装成功了！！！希望每个人都能到这一步！大功告成！