Ubuntu-linux环境下配置anaconda3+tensorflow-gpu+pycharm

一、安装显卡驱动

（略，可以参考博客ubuntu中安装显卡驱动）

二、安装cuda和cudnn

（使用ananconda3可以省略此步骤，本文使用anaconda3，故省略）

三、安装anaconda3

（参考博客：https://blog.csdn.net/ksws0292756/article/details/79143460）

1、前去anaconda3官网中下载最新版本的anaconda3。网址：https://www.anaconda.com/download/
2、 在命令行中cd到下载anaconda3的目录，然后执行命令进行anaconda3的安装：
sudo bash Anaconda3-5.0.0-Linux-x86_64.sh
3、一路点击回车或yes，中间有一个步骤是为了选择安装的地址，默认是/root/anaocnda3目录。为了防止权限问题，建议安装到当前用户的主目录下。注意最后一个yes是为了添加anaconda3的环境变量。
4、在命令行中输入
gedit ~/.bashrc
查看是否将anaconda3的环境加入到环境变量中，若没有，则在.bashrc文件中添加
export PATH="/home/kai/anaconda3/bin:$PATH"
5、在命令行中输入python，如下图所示，则安装anaconda3成功。

四、修改anaconda3配置

1、添加清华镜像
由于从国外服务器下载，所以速度很慢，甚至可能出现下载失败的情况，如报错“Multiple Errors Encountered 和 Anaconda An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent”，此时需要修改anaconda3的下载来源为清华镜像文件：
命令行输入：

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

在命令行中打开.condarc配置文件：gedit ~/.condarc，并去掉其中的一行-defaults，将所有的https改为http，并保存。

2、添加anaconda3文件的权限
新安装的anaconda3通常没有w权限，所以添加权限，防止之后修改文件的时候出错。

sudo chmod -R  a+rwx ~/anaconda3

3、更新conda版本
版本问题很重要，使用下面的命令进行版本的更新。

conda update -n base conda

五、新建并配置tensorflow-gpu环境

参考文献：https://blog.csdn.net/weixin_39954229/article/details/79961172

1、打开anaconda3图形界面：
在命令行中输入：anaconda-navigator打开anaconda3的图形界面。初始化安装包可能需要等一段时间。
2、新建一个环境：
左下角create，并输入tensorflow-gpu，然后等待所有的初始包安装成功。
3、命令行导入tensorflow-gpu和keras包
首先激活tensorflow-gpu虚拟环境：

source activate #此时在base环境
source activate tensroflow-gpu #激活新建的tensorflow-gpu环境并进入该目录下

然后输入 conda install tensorflow-gpu keras安装tensorflow-gpu和keras包，等待安装成功即可
验证：import tensorflow as tf ,没有报错，OK

六、配置pycharm环境

pycahrm下载和安装略。在pycharm中的setting中设置pycharm解释器为刚刚配置好的环境的解释器，如下图所示

等一段时间后，验证以下是否成功：如下图所是，import一下 tensorflow和keras这两个库，没有报错OK，完事儿了！！！

七、报错总结：

1、直接在anaconda3的界面中下载包，下载失败，报错：“Multiple Errors Encountered 和 Anaconda An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent”
原因和解决方案：从国外服务器下载较慢，所以使用清华镜像，配置方法见上文
2、改变清华镜像后，在anaconda3的界面中下载tensorflow包，一直卡在solving package specifications界面：
原因和解决方法：该界面表示正在整理冲突问题。事实上并没有冲突，为什么卡在这里到现在我都不清楚。所以直接改用命令行。命令行的方法同上文。
3、使用命令行安装tensorflow-gpu，报错：“HTTP errors are often intermittent, and a simple retry will get you on your way ……”
原因和解决方案：网络安全问题，将.condarc文件中的https改为http，并删除-defaults这一行。
4、使用命令行安装tensorflow-GPU，报错Collecting package metadata (current_repodata.json): failed
原因和解决方法：conda clean -i：清除索引缓存，结果部分包安装不完整

直接在anaconda3的图形界面中选择新建的tensorflow-gpu环境并在all中搜索tensorflow，选择其中的tensorflow-gpu包，点击apply，在等待一段“solving package specifications”后，点击apply即可。（大概率会下载失败或者报错）

本人配置过程中的记录：

步骤：
1、配置navide驱动程序
2、配置cuda和cudnn（使用anaconda3安装可忽略）
3、安装anaconda，安装好了之后使用以下命令打开
source ~/anaconda3/bin/activate root
anaconda-navigator
4、创建一个tensorflow-gpu环境
5、安装tensorflow-gpu的依赖包
6、若要导入其他的包，与tensorflow同理，直接在ananconda中搜索pytorch-gpu包即可
7、配置pycharm环境

其他细节：
1、安装ananconda3：在目录下执行 sudo bash anaconda……
1、命令，恢复Anaconda的源为默认。：
conda config --remove-key channels
2、设置默清华镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
3、打开anaconda3的镜像文件（修改记录：把-defaults去掉，把https改为http）
gedit ~/.condarc
4、命令行激活环境：
	base环境：source activate
	切换到XXX环境：source activate XXX
	退出XXX虚拟环境：source deactivate XXX
5、使用命令行进行安装conda install -c conda-forge tensorflow-gpu（【fail】）
（1）HTTP errors are often intermittent, and a simple retry will get you on your way.
'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64'
	a、解决方案：将.condarc文件中的https改为http（成功）
（2）Collecting package metadata (current_repodata.json): failed：报错解决方案：
	a、conda clean -i：清除索引缓存，结果部分包安装不完整
2/3解决方法：使用命令行安装。【失败】
2/4计划使用的方法：继续使用命令行，并使用手机热点进行连接。
		若不可行：使用pip，参考《Python深度学习 基于tensorflow》中的P135
		若不可行：在网上继续搜索。。。。。。
		若pip命令还是不可行：参考博客进行手动配置
		若不可行：windosw版本走起（原因：从清华镜像下载包时太慢，部分较大的包下载失败，所以使用windows连接学校VPN之后再下载。linux连接不了我们学校的VPN我吐了）
		
2/4实际使用方法：
		将anaconda3删除，并重新安装，安装参考https://blog.csdn.net/qq_19329785/article/details/84639410
		在修改了.basnrc文件（添加环境变量）、.condarc文件之后（添加清华镜像，去掉-defaults，修改https为http），发现anaconda3的文件中很多文件没有w权限，所以使用sudo chmod -R a+rwx ~/anaconda3 命令进行修改权限。
		在命令行上更新conda版本:  $ conda update -n base conda
		参考博客https://blog.csdn.net/weixin_39954229/article/details/79961172。在创建了新的环境之后，使用命令行conda activate tensorflow-gpu进入新的环境，然后输入conda install tensorflow-gpu keras安装tensroflow-gpu版本和keras。
		结果：成功

如果实在不行，就按照这篇博客来手动配置吧。https://blog.csdn.net/qq_42699580/article/details/104429174