Ubuntu16.04服务器安装GPU版本的tensorflow1.5.0、pytorch0.4、pytorch1.0

1、非root用户下安装cuda9.0和cudnn7.0.5

与tensorflow1.5.0适配的是cuda9.0和cudnn7.0.5，服务器非root用户参考https://blog.csdn.net/weixin_41278720/article/details/81255265安装相应版本。

2、安装Anaconda

主要参考https://blog.csdn.net/hgdwdtt/article/details/78633232

1. 首先从清华镜像网站上下载合适的源文件，比如下载Anaconda3-5.0.1-Linux-x86_64.sh
2. 将下载的源文件通过FileZilla上传到服务器个人目录下，比如为/home/zhang
3. 通过xshell连接到服务器终端，运行bash /home/zhang/Anaconda3-5.0.1-Linux-x86_64.sh，然后一直yes、一直enter，安装过程中会提示设置安装位置。

验证anaconda是否安装成功：

python
>>>import numpy #查看是否能够运行，numpy为anaconda内置python库。

3、安装tensorflow

3.1 首先创建tesorflow环境

可以起名为tf1.5或者tensorflow1.5等等，怎么方便怎么来。这一步一定要做！！！千万不能忘了！

conda create -n tensorflow1.5 python=3.6

此处python=3.6表示python的版本。

3.2 激活tensorflow环境

conda activate tensorflow1.5

经过这步后，将会进入tensorflow1.5环境下，终端显示的目录前面将会有个(tensorflow1.5)，后面安装tensorflow或者其他package都需要进入环境。

3.3 安装GPU版本的tensorflow

pip install tensorflow-gpu==1.5.0

3.4 验证是否安装成功

python  #启动python环境
# 验证TensorFlow是否安装成功
>>> import tensorflow as tf 
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow! # 恭喜！安装成功！

>>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# 输出里有 GPU的名称，显存等信息，表示tensorflow可以使用GPU了

注：可以通过conda remove -n tensorflow1.5 --all删除不想要的环境。

3.5 安装后续其他需要的package

在tensorflow1.5环境中，可以通过conda install xxx或者pip install pillow==5.2.0安装opencv-python、scikit-image等依赖包。

4、安装pytorch

与安装tensorflow的步骤类似，参考https://blog.csdn.net/amateur_hy/article/details/90716411

• 创建虚拟环境

conda create -n pytorch0.4 python=3.5

• 进入虚拟环境

conda activate pytorch0.4

• 安装pytorch

去pytorch官网https://pytorch.org/，根据系统配置选择合适的版本，按照官网给出的命令，完成安装。

对于pytorch0.4版本，运行：

conda install pytorch=0.4.1 cuda90 -c pytorch

• 安装torchvision

conda install torchvision

在pytorch0.4环境下，同样可以用conda install xxx或者pip install xxx安装其他依赖项。

对于pytorch1.0或者其他版本，只需要在pytorch官网上选择对应版本的指令，其他操作都类似。