Linux上Anaconda的安装

2019独角兽企业重金招聘Python工程师标准>>>

安装Anaconda：

因为Anaconda中集成了许多必要的Python库（如numpy、scipy等） ，因此安装Anaconda可得到许多便利。

官网下载Anaconda，我下载的是：

Anaconda2-5.0.1-Linux-x86_64.sh

我把这个文件放到这个目录

/usr/local

然后进入到这个目录 cd /usr/local

用bash运行下载好的.sh文件 bash Anaconda2-5.0.1-Linux-x86_64.sh

进入欢迎界面后一直按回车。

当显示是否同意条款时，输入yes

Do you approve the license terms? [yes|no]
>>> yes

跳出是否使用默认安装路径，直接回车（如果要改直接输入想要的安装路径）。

等待安装。

在安装的过程中，软件会提示你的Anaconda2会安装到哪个目录，我的是安装在了/root/anaconda2目录中。

安装完成，选择是否配置环境变量【注意：默认是no】，我在安装的过程中就没有添加环境变量：

因此手动添加环境变量，在服务器容天SCS4450中的情况如下所示：

在终端输入anacron -V可显示版本，

服务器SCS4850中的情况如下所示：

服务器SCS4450中的情况如下所示：

TensorFlow环境配置和切换

安装完成后，使用如下命令生成一个名为tensorflow的conda环境，根据python版本选择正确的命令执行即可：

# Python 2.7
$ conda create -n TensorFlow python=2.7

# Python 3.4
$ conda create -n TensorFlow python=3.4

# Python 3.5
$ conda create -n TensorFlow python=3.5

我基于python=2.7进行安装。

生成conda环境主要是可以自由切换tensorflow环境和普通python环境。 

conda自动安装：

现在可以直接使用conda来一次性安装TensorFlow，conda会自动安装相应版本的CUDAToolkit和cuDNN

conda install tensorflow-gpu # GPU版本

（1）进入TensorFlow环境 
使用如下命令进入TensorFlow环境： 
source activate tensorflow 
此时界面如图所示，可以看到，在这里会将/usr/local/ml/anaconda2/envs/tensorflow/bin配置到PATH变量前：

（2）退出tensorflow环境 
使用如下命令可以从tensorflow环境中退出： 
source deactivate 
结果如下，可以看到这两种环境下python的执行路径是不相同的 

二、TensorFlow安装

1、安装

GPU版

Tensorflow已经不再支持mac的GPU版了，下面是Linux安装GPU版的说明。说先安装NVIDIA CUDA必要组建。

$ sudo apt-get install libcupti-dev

如果不输入上述命令，会遇到下面这个问题（我在配置服务器容天SCS4450的过程中没有输入这一步，结果安装完tensorflow，遇到该问题）：

ImportError: libcudnn.so.5: cannot open shared object file: No such file or directory

然后确保你的Linux上pip是可用的，接着我们可以直接通过pip安装：

$ sudo apt-get install python-pip python-dev   # for Python 2.7
$ sudo apt-get install python3-pip python3-dev # for Python 3.n

服务器容天SCS4850的安装过程如下所示：

服务器容天SCS4450的安装过程如下所示：

然后选择你想要cpu或者gpu版本。

$ pip install tensorflow      # Python 2.7; CPU support (no GPU support)
$ pip3 install tensorflow     # Python 3.n; CPU support (no GPU support)
$ pip install tensorflow-gpu  # Python 2.7; GPU support
$ pip3 install tensorflow-gpu # Python 3.n; GPU support

我的安装过程如下：

再次输入pip3 install tensorflow-gpu，仍然提示将pip更新，于是我更新pip，内容如下：

再次输入pip3 install tensorflow-gpu，内容如下：

3、验证安装是否正确

官方文档中提供一段检查tensorflow安装是否正确的代码，如下所示

$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>

如果tensorflow安装成功，则运行结果如下所示： 

到这里TensorFlow已经正确安装，可以继续进行后续学习了。但是我的运行结果并非上图，而是如下所示：

于是我先安装theano，过程如下：

安装theano：

conda install theano
pip install nose_parameterized

进入Python检查tehano

import theano

import theano的时候出现error：

原因是CUDA8不支持版本大于5的gcc，而我的gcc的版本是：

若贸然将gcc降级，会引发其他的不兼容问题，故最好将暴力注释掉这句话：

vim /usr/local/cuda/include/host_config.h

根据上面的报错内容，找到文件host_config.h并打开，注释掉里面的版本检查语句：

//error -- unsupported GNU version! gcc versions later than 5.3 are not supported!

服务器容天SCS4850注释如下：

theano安装结束。

由于系统现在用的python是2Anaconda自带的2.7.14，如图所示：

根据教程：

根据注释选择自己需要的版

pip install --upgrade tensorflow      # for Python 2.7
pip3 install --upgrade tensorflow     # for Python 3.n
pip install --upgrade tensorflow-gpu  # for Python 2.7 and GPU
pip3 install --upgrade tensorflow-gpu # for Python 3.n and GPU

我用命令：

pip install --upgrade tensorflow-gpu  # for Python 2.7 and GPU

安装的过程中出错：

libcudnn.so.6:cannot open sharedobject file: No such file or directory

问题解释： 
根据错误代码，应该是找不到libcudnn.so.6。这个时候笔者就没有注意最后是6而不是5（因为此时系统上安装的cuDNN5）。这个问题的实质上是因为当前时间（2017.8），虽然tensorflow官网install教程里面说的是安装cudnn5.1，而tensorflow-gpu1.3已经开始去找cudnn6了（也就是说是用cudnn6编译的）。理论上可以安装cudnn6试试看，但笔者本身没有追逐最新版的习惯（天知道还有什么新坑），所以直接换到了tensorflow-gpu1.2版本，就解决问题了。另注：通常情况下这类问题是真的找不到文件，而不是找错文件。这个时候笔者通常会先查一下各种路径有没有设置错误（写错啊，路径之间的冒号啊），然后去指定路径看看有没有这个文件，最后去查一下链接问题（这个就有些复杂了，而且改动起来有风险，建议备份先）。

问题解决：

pip uninstall tensorflow-gpu
pip install tensorflow-gpu==1.2

4、查看版本和安装路径

查看TensorFlow的版本，教程：

>>> import tensorflow as tf
>>> tf.__version__
'0.11.0rc2'

我的：

查看TensorFlow安装路径：

>>> tf.__path__
['/usr/local/ml/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow']

实验室的服务器容天SCS4450：

校验Tensorflow安装

激活虚拟环境，然后运行

教程中：

$ python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))

如果输出 Hello, TensorFlow!

说明TF安装正常

实验室的服务器容天SCS4850：

实验室的服务器容天SCS4450：

本来tensorflow能用，结果遇到问题：

Tensorflow: ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory

解决方法：

I added the following in my ~/.bashrc:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64/

转载于:https://my.oschina.net/wangsifangyuan/blog/1575488