anaconda 安装tensorflow+pytorch 下 tensorboard可视化

1，安装Anaconda

下载地址：https://www.continuum.io/downloads/（我安装的是linux-64-python3.6)
我一开始是直接在python上装，但是python3.4(和python3.5）的numpy版本（1.12.0）似乎有问题，tensorflow可以安装成功，但是运行时调用numpy便报错了。报错如下：

import numpy Traceback (most recent call last):

File “”, line 1, in

File “/usr/local/lib/python3.4/dist-packages/numpy/init.py”, line 142, in from . import add_newdocs

File “/usr/local/lib/python3.4/dist-packages/numpy/add_newdocs.py”, line 13, in from numpy.lib import add_newdoc

File “/usr/local/lib/python3.4/dist-packages/numpy/lib/init.py”, line 18, in from .polynomial import *

File “/usr/local/lib/python3.4/dist-packages/numpy/lib/polynomial.py”, line 20, in from numpy.linalg import eigvals, lstsq, inv

File “/usr/local/lib/python3.4/dist-packages/numpy/linalg/init.py”, line 51, in from .linalg import *

File “/usr/local/lib/python3.4/dist-packages/numpy/linalg/linalg.py”, line 29, in from numpy.linalg import lapack_lite, _umath_linalg

ImportError: /usr/local/lib/python3.4/dist-packages/numpy/linalg/lapack_lite.cpython-34m.so: undefined symbol: zgelsd_

在github https://github.com/numpy/numpy/issues/8697上也提问了，但是也没有解决我的问题 ：undefined symbol: zgelsd_。（期间还出现过ImportError: cannot import name ‘multiarray’ 这种问题，对于linux菜鸟完全不知道怎么办）
这是numpy的问题，与tensorflow无关，但是我也迟迟无法解决。无果，转向直接安装anaconda，装好之后，numpy可以正常运行，tensorflow的安装却无比曲折。

• conda create -n tensorflow python=3.6

• source activate tensorflow

tensorflow CUDA cudnn 版本对应关系
https://blog.csdn.net/yuejisuo1948/article/details/81043962

上面两张图是在这里找到的：https://www.tensorflow.org/install/source下载tensorflow1.12.0
https://pypi.org/project/tensorflow-gpu/
找到对应的版本

切记不要用sudo pip，也不要用pip3，下面我试了pip install tensorflow_gpu-1.12.0-cp36-cp36m-manylinux1_x86_64.whl，没有报错。
也有博主说用 --ignore-installed --upgrade等参数，大家也可以试试，
pip install --ignore-installed --upgrade tensorflow_gpu-1.12.0-cp36-cp36m-manylinux1_x86_64.whl

验证：
python
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
sess.run(hello)

• 在用tensorboard查看训练生成结果时，

查看的指令是(将logdir指向你训练保存的结果目录)：

tensorboard --logdir=yourpath/train_dir

字面意思是端口6006被占用中，有如下解决方法：
解决方法一：

搜索网上的参考解决方案是：

在终端输入

lsof -i:6006
这时候在终端会发现，如图：

然后关闭11894（视你实际的输出）这个端口就可以了

kill -9 11894
然后再执行如上用tensorboard的指令；

解决方法二：

（插句话，如果你是在windows下运行的，建议使用谷歌浏览器，且版本高些。参考：tensorboard无法打开https://blog.csdn.net/c20081052/article/details/79054403）

指定一个新的端口来查看

tensorboard --logdir=yourpath/train_dir --port=6008

参考我写的指令，给port指明一个新的端口号来查看，比如端口号：8800

倘若你上网使用的是代理，仍遇到上面报的错误，请先将你的上网代理关闭。

方法二本人亲测有效。
推荐 pytorch使用tensorboard实现训练过程的可视化
https://www.jianshu.com/p/b1796d676bf1

另外附上下载链接：

CUDA 下载地址 点击打开链接
https://developer.nvidia.com/cuda-toolkit-archive

cudnn 下载地址(需要注册账号) 点击打开链接
https://developer.nvidia.com/cudnn

tensorflow-cpu 下载地址 点击打开链接
http://mirrors.aliyun.com/pypi/simple/tensorflow/

tensorflow-gpu 下载地址 点击打开链接
http://mirrors.aliyun.com/pypi/simple/tensorflow-gpu/

anaconda/python下载见另一篇博客
https://blog.csdn.net/yuejisuo1948/article/details/81043823