配置深度学习主机与环境(TensorFlow+1080Ti) | 基于Anaconda的TensorFlow安装

浮生若梦
3个月前 阅读 63 点赞 1

概念介绍

Anaconda

Anacondahttps://www.continuum.io/why-anaconda)是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。


这里先解释下conda、anaconda这些概念的差别。conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理。包管理与pip的使用类似,环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合,里面预装好了conda、某个版本的python、众多packages、科学计算工具等等,所以也称为Python的一种发行版。其实还有Miniconda,顾名思义,它只包含最基本的内容——python与conda,以及相关的必须依赖项,对于空间要求严格的用户,Miniconda是一种选择。


TensorFlow

TensorFlow™ 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。

0

安装Anaconda

1、下载Anaconda


选择Anaconda官方网站https://www.anaconda.com/download/)下载,考虑到Python2.7不可或缺的地位,选择Python2.7 64-BIT版本下载,当然Python3.6 也可以。


Anaconda 下载


如果觉得Anaconda官方网站(https://www.anaconda.com/download/)下载速度过慢,可以选择:


Anaconda installer archive(https://repo.continuum.io/archive/


清华大学开源软件镜像站:Anaconda(https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/


2、安装Anaconda


打开终端,输入:bash Anaconda2-4.4.0-Linux-x86_64.sh开始安装。下图中作者手抖下错了版本,后面重新卸载后,换回了新版本。



安装过程中各种选项,选择默认即可。


注意:

Do you wish the installer to prepend the Anaconda2 install location to PATH in your /home/dexter/.bashrc ? [yes|no]


请选择 yes 则会自动配置环境变量,无需自己手动添加。


配置环境


安装完毕后可以打开终端,输入conda --version查询conda版本。

03

安装TensorFlow




TensorFlow的安装方式有很多,在此选择使用基于Anaconda的安装方式。实际上到这一步后安装TF已经非常简单,官方文档(https://www.tensorflow.org/install/install_linux#InstallingAnaconda)也有着简洁明了的指导,建议自习阅读,安装出现问题,一般都可以查阅官方文档(https://www.tensorflow.org/install/install_linux#InstallingAnaconda)。


1、使用conda指令创建虚拟环境


打开终端,输入conda create --nane tensorflow python=2.7,其中“tensorflow”是新创建的环境(容器)名称,你也可以选择其他命名。


创建新环境


关于如何激活、关闭环境,安装过程中也有提示:


# To activate this environment, use:

# > source activate tensorflow

#

# To deactivate this environment, use:

# > source deactivate tensorflow


2、在新创建的虚拟环境Tensorflow(容器)中安装Tensorflow


官方安装流程


打开终端,输入 source activate tensorflow 激活新创建的容器。


tensorflow安装


输入:


(tensorflow)$ pip install --ignore-installed --upgrade tfBinaryURL


末尾的tfBinaryURL请用如下链接替换:


https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.1-cp27-none-linux_x86_64.whl


以上链接为TensorFlow(GPU)1.2.1版本。如果只需要安装CPU版本(无需CUDA&cuDNN),请用如下链接替换tfBinaryURL:


https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.2.1-cp27-none-linux_x86_64.whl


3、确认安装情况


Validate your installation


Invoke python from your shell as follows:


$ **python**


Enter the following short program inside the python interactive shell:


# Python import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello))


If the system outputs the following, then you are ready to begin writing TensorFlow programs:


Hello, TensorFlow!


If you are new to TensorFlow, see Getting Started withTensorFlow(https://www.tensorflow.org/get_started/get_started).

If the system outputs an error message instead of a greeting, see Common installation problems(https://www.tensorflow.org/install/install_linux#common_installation_problems).


Hello, Dexter~


至此,基于Anaconda的TensorFlow安装成功。


启动IDE

因为是在Anaconda中安装的TensorFlow,推荐使用Anaconda自带的IDE:Spyder。启动方法:


打开终端,激活tensorflow环境


source activate tensorflow


输入:spyder 指令,稍等即可打开spyder3(环境还是python2.7)。


spyder3


再右下角的console中输入:


import tensorflow as tf


如果系统没有报错,则可以正常使用IDE,可以运行上图中的MNIST程序验证。如果显示没有tensorflow这个module或者文件不存在,则可能没能统一编译环境。解决方法如下:


1、关闭spyder,在已经激活的tensorflow环境中输入:


conda install spyder


重新安装spyder,可能这个过程比较慢,涉及的包特别多,下载速度堪忧。安装好之后再次在tensorflow环境中输入spyder打开IDE,再尝试:


import tensorflow as tf


如果没问题即可,如果依旧显示无法找到tf模块,可参照以下方法。


2、打开一个新终端,输入:


# 删除tensorflow环境

conda remove -n python27 tensorflow


然后重新安装tensorflow,在版本选择时,选择1.2.0版本。即,将tfBinaryURL中的1.2.1替换为1.2.0:


https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.0-cp27-none-linux_x86_64.whl


后面步骤照旧,如果无法import,再次重新安装spyder,即可。

| 1
评论 ( {{ comments.total }} )

还没有人发表评论...

{{ o.content }}
赞 {{ o.likes_count ? o.likes_count : '' }} 回复 {{ o.created_at }}