服务器ubuntu18.04 Python 开发环境搭建

电脑出了点问题，改用服务器来做，太久没在服务器上做，把环境搭建写下来，方便下次使用

本文用的是 Ubuntu 和 docker 来进行部署 docker 搭建笔记

Python3.6的对应的是 Anaconda 5.2,5.3以后的都是python 3.7的不要看错了”

一、 Ubuntu 软件安装

1. 下载并安装常用软件包

首先是 apt-get 的清华源替换

官方教程

还有其他 gedit，vim，sudo 可以自定下载

查看 Ubuntu 版本

cat /etc/issue （简单）

2. 安装 anacoda

Python3.6 对应的 anacoda 版本为 5.2 

这里下载 anacoda5.2，在清华镜像那可以找到

安装完了以后，输入 Python可能会发现怎么还是老版本

重新载入就好

source ~/.bashrc

更换 anacoda 的源为清华源

创建虚拟环境

conda create --name 《yourname》 python=3.7

建议采用克隆源环境的方式，省的有些包还要去下载

conda create -n new_env --clone old_env

切换到虚拟环境

source activate tensorflow
source deactivate tensorflow

查看虚拟环境列表

conda env list

升级 conda 包命令

conda update conda
 
conda update anaconda
 
conda update anaconda-navigator //update最新版本的anaconda-navigator
 
conda update xxx #更新xxx文件包

查看包版本

conda search XXX

# 安装指定版本
conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.6.0

pip 安装包出现超时错误

pip --default-timeout=100 install XXX

回到正在运行的容器（这一点记得每次连接服务器的时候，先回到自己的容器）

docker exec -it -u clare ubuntu18.04_clare /bin/bash

出现的问题：solving environment： failed

解决办法：

三、 查看机器配置

为了后面训练模型的时候有个概念，我们来看一下机器的配置

内存和硬盘大小使用 finalShell 是直接显示的：

内存是 125.7G ，硬存是 11T

查看 CPU 核数

逻辑 CPU 个数

cat /proc/cpuinfo | grep "processor" | wc -l

48

物理 CPU 个数

cat /proc/cpuinfo | grep "physical id" | sort | uniq | wc -l

2

每个物理 CPU 的核数

cat /proc/cpuinfo| grep "cpu cores"| uniq

12

查看 CPU 总体信息

lscpu

Intel(R) Xeon(R) CPU E5-2697 v2 @ 2.70GHz

因为是 24 线程的，所以逻辑显示 48 个

四、 下载 opencv 和 cuda10，cudnn

下载 opencv

conda install opencv

安装 cuda

查看自己的 GPU

lspci

然后发现这个服务器没有 GPU ，大家有的可以根据那个教程继续下载

五、 下载开发常用包

conda install numpy pandas scikit-learn scikit-image matplotlib tensorflow

等等