Ubuntu18.04+Anaconda3配置Tensorflow-gpu

Ubuntu18.04+Anaconda3配置Tensorflow-gpu

为了做深度学习训练，在自己的电脑上准备用Anaconda搭建一个环境，记录一下过程和踩过的坑。

1.Anaconda安装

有些教程先让大家安装CUDA和cuDNN，我也是这样做的，但是发现如果使用conda安装TensorFlow，则在安装的时候会自动为你匹配相应版本的CUDA和cuDNN，免去了上网查找Anaconda/Python/CUDA/cuDNN/TensorFlow之间的兼容问题（比如某些版本的TensorFlow只支持Python3.X，而每个版本的Anaconda安装也会安装不同版本的Python）。

官网的Anaconda下载如蜗牛，建议大家使用清华镜像下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
我个人安装了较老版本的Anaconda3-5.2.0-Linux-x86_64.sh（各位根据自己的需要下载，我下载这个版本是因为5.2.0这个版本对应的python是3.6，一些TensorFlow的版本不支持3.6以上。不过现在具体的TensorFlow具体支持到python几我也不清楚哈哈）
下载后在目录中输入

bash Anaconda3-5.2.0-Linux-x86_64.sh

具体的指令请根据自己下载的版本更改。
打开后需要阅读一长串的事宜，想练习英语的同学请慢慢读，我就按住回车了；）
然后就是询问一些设置，直接yes就好，加入环境变量的那个选项一定要yes,这样的话你的bashrc里就会出现设置。
安装好后请输入

sudo gedit ~/.bashrc

查看是否有如下内容，如果yes了环境变量应该会如图所示：

# added by Anaconda3 installer
export PATH="/home/你的用户名/anaconda3/bin:$PATH"

如果没有的话，把这句话加在最后（记得更改自己的用户名和你的anaconda安装目录）。
关闭后在终端source ~/.bashrc使其生效。

至此就Anaconda就安装完毕了。

可以在终端中输入python,如果有
Anaconda,Inc.就对了。
至此，Anaconda安装完毕。

配置TensorFlow：

大部分的教程都是先安装CUDA,cuDNN,再安装Anaconda，并且如上面所说，需要一一对应版本。本人也是按照这个顺序安装，并且还搜索了不少版本对应信息。但是最后在Anaconda中安装TensorFlow的时候发现：Anaconda自动安装TensorFlow的时候会配置你安装版本对应的CUDA和cuDNN,从而可以节省大量时间。过程如下：
1.创建虚拟环境:
非常重要！！！！！！！！！！！！
因为在我安装的过程中，如果不在虚拟环境中安装tf，会导致安装不成功，而且也会影响电脑本身的环境。
通过如下命令行

conda create -n tf

创建tf虚拟环境
创建后可以通过

source activate tf

激活环境，或者：

conda deactivate

退出虚拟环境。

在环境中，首先通过指令

conda search tensorflow-gpu

查看可以安装的TensorFlow版本，如果没有问题的话会弹出如下内容：

其中build中py对应的是python版本，后面依次是CUDA和cudnn版本，这就是我所说的版本对应问题。各位可以根据自己的python版本进行安装。

在这一步中，可能会因为网络问题无法加载，一直卡在Loading channels那一步，可以通过更换清华源来解决，步骤如下：
在终端输入：

sudo gedit ~/.condarc

文件内有channel等，将-defaults那一行删除，添加如下内容

• http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64
• http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64

将源切换到这两个后，再通过连接手机热点，应该可以解决大部分不能加载的问题。修改后的文件如图所示
注意，网上其他地方也可以搜索到类似的源，但是如果要更换，记得一定要注意使用http，绝不要使用https。可能会导致不能加载。

如果上一步成功了，下面就是安装TensorFlow了。根据需要的版本在tf虚拟环境中输入：

conda install tensorflow-gpu==版本号

比如我安装的2.0.0版本，我的命令行就是：

conda install tensorflow-gpu==2.0

我也不知道为什么少个0也可以，各位的版本如果有第三位的话也加上试试，装环境有时候就是玄学。
漫长又紧张安装、令人窒息的流量使用量过后，终于完成了安装！正是在这时我发现了conda会自动给你配置CUDA和cuDNN，但是一切都晚了：）
安装好后可以通过进入虚拟环境，然后输入python，在python中

>>> import tensorflow as tf
>>> print(tf.__version__)
2.0.0

显示出了版本号则说明安装成功！

记得以后跑程序要激活一下tf环境 O(∩_∩)O~

其他问题：

由于本人之前安装了jupyter notebook，在tf环境中输入jupyter notebook打开后，想import tensorflow的时候找不到模块。于是上网搜索后发现，需要在TensorFlow虚拟环境里再安装依次tf需要的jupyter notebook。
首先通过

which ipython
和
which jupyter

查看路径中是否有TensorFlow，如果没有则也是相同的问题
通过在tf虚拟环境中输入以下两行命令安装：

conda install ipython
conda install jupyter

安装完成后进入jupyter notebook后，创建python3文件，输入
import tensorflow as tf

后终于成功了

引用

安装中借鉴了很多大大的文章，现在在文章中贴出来，供大家参考，也感谢几位的文章。
ubuntu18.04安装Anaconda+tensorflow-gpu+keras

anaconda换源后无法创建新的虚拟环境，并报错CondaHTTPError: HTTP 000 CONNECTION FAILED for url ＜https://mirrors.tuna.ts

解决无法在jupyter notebook里面引入tensorflow：