TensorFlow 学习系列之四：配置TensorFlow环境

Anaconda的核心命令就是conda。conda既是一个包管理器，又是一个环境管理器。作为包管理器，它可以协助用户查看或安装软件包。如果当前环境的Python不止一个时，我们还可以借助conda搭建起特定Python版本的环境，这就是conda环境管理器功能。下面我们就借助这个功能，为TensorFlow配置环境。

11.3.2.1 配置TensorFlow环境

为了确保是否已经正确安装好了conda，我们可在终端窗口输入如下指令：

yhilly@ubuntu:~$ conda --version

conda 4.3.30

如果conda安装成功，它会返回用户安装的Anaconda版本号。下面我们为TensorFlow配置一个Python3.6 的运行环境，在命令行终端输入如下指令：

conda create -n tensorflow python=3.6

这里的“-n”参数，用以指明环境的名称（name）。按照Linux参数设置的惯例，这个单横线加单字母的参数选项“-n”，可以用双横线加单词全称的形式“--name”来代替。

需要特别说明的是，后面的Python版本号一定要明确给出，否则环境配置会失败。配置TensorFlow的环境需要若干软件的支持，这时conda就发挥软件包管理器的作用，它会辅助我们下载各种支撑软件，如图11-9所示。在安装过程中，需要我们手动输入“y”来同意安装流程继续，或者直接回车，方括号“[ ]”内的值，就是回车默认值。

图11-9 配置TensorFlow的环境

在下载当前环境所需的软件时，由于官方的速度比较慢，建议添加清华大学TUNA提供的Anaconda仓库镜像。在终端使用如下命令可完成这一镜像源的添加：

$ conda config --add channelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

$ conda config --set show_channel_urls yes

$ conda install numpy  #测试是否添加成功

从图11-10所示的安装numpy流程可见，TUNA的下载速度的确远远高于Anaconda官方的速度。

图11-10 从清华大学TUNA仓库下载numpy软件

当然，我们可以多次利用“condacreate -n myenv python=x.x”来创建不同Python版本的运行环境（这里myenv是指某个环境名称，多个环境彼此不重名即可）。

11.3.2.2 激活环境

假设上述环境已经配置成功，如果想使用它，还需要在终端利用下面的命令显式激活该环境：

source activate tensorflow

一旦环境激活后，该环境的名称(即tensorflow)会出现在提示符前端，如下所示：

(tensorflow) yhilly@ubuntu:~$

需要说明的是，这里的“tensorflow”是我们任意设定的，具有可读性和辨识性即可，你完全可以用其他环境名代替它（比如说TF）。在激活的环境下，我们可以用which指令查询Python的路径：

(tensorflow)yhilly@ubuntu:~$ which python

/home/yhilly/anaconda3/envs/tensorflow/bin/python

然后可以查询Python的版本号：

(tensorflow)yhilly@ubuntu:~$ python --version

Python3.6.3 :: Anaconda, Inc.

当我们创建多个环境后，可以利用“condainfo --envs（或者condaenv list）”指令，来查询当前的多个环境信息：

yhilly@ubuntu:~$conda info --envs

#conda environments:

tensorflow              /home/yhilly/anaconda3/envs/tensorflow

tensorflow35            /home/yhilly/anaconda3/envs/tensorflow35

root                  *  /home/yhilly/anaconda3

当然，如果后期我们不想再用当前特定的环境了（或者想替换一个环境），还可以利用下面的命令撤销激活（即反激活）该环境：

source deactivate

如果我们彻底不想用某个环境，我们还可以从操作系统中“移除（remove）”掉它。比如说，如果我们想移除前文显示的环境tensorflow35，可使用如下指令，即可完成相关移除操作：

conda remove -ntensorflow35 --all

上述参数的“--all”，表示卸载掉这个环境（tensorflow35）的所有安装包。为了确认我们是否卸载成功，我们可以再次使用“conda info --envs”来查询运行环境是否移除了（现在变成了2个环境，表明移除成功）：

yhilly@ubuntu:~$ conda info --envs

# conda environments:

tensorflow              /home/yhilly/anaconda3/envs/tensorflow

root                 *  /home/yhilly/anaconda3

----《待续》---------

节选自 张玉宏《深度学习之美》部分章节，电子工业出版社，博文视点，2018年