最近在 MSRA 實習,組裏給了一臺多GPU的服務器賬號,登錄進去一看,已經多個用戶了。
本着不打擾別人的搭建的環境,也不被別人打擾的原則,決定在自己用戶的目錄下面單獨安裝相應的開發環境。
要安裝的的工具有: Anaconda3,TensorFlow,Keras 還有音頻常用的包:librosa 。
目前就需要這些。
1、安裝 Anaconda3
在官網上 https://www.anaconda.com/download/#linux 右擊 Python 3.6 version 下的 Download (Linux 64位版本), 選擇複製鏈接地址,獲取下載鏈接。
在線安裝,在終端輸入:
wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh
下載完成之後,在 anaconda 所在目錄的終端輸入:
bash Anaconda3-5.2.0-Linux-x86_64.sh
然後基本一路是: enter , yes 等。在安裝的過程中,會問你安裝路徑,直接回車默認就可以了。有個地方問你是否將anaconda安裝路徑加入到環境變量(.bashrc)中,輸入yes,
等待後,出現 thank you for installing anaconda3 .................
至此, anaconda3 的安裝基本就完成了,接下來,會詢問你需不需要安裝 MS VS (Visual Studio),看自己需要,需要的話,就安裝。
最後,激活anaconda3的路徑。在終端中輸入:
source ~/.bashrc
結尾,可以執行:
pip -V
來看一下當前的python和pip目錄。此時的目錄應該是子用戶目錄。
或者直接在終端輸入: python ,出現下圖,即表示安裝成功。
(Alisa不敢漏出,會被查到的...)
2、安裝 TensorFlow
由於服務上已經安裝了 CUDA-8.0 和 cudnn 6.0,所以,在安裝過程中發現,直接 pip install tensorflow ,安裝的是默認最新的 TensorFlow 1.9 版本,與 CUDA 和 cudnn 的版本不匹配,結果,失敗。
後來發現,要安裝 TensorFlow 1.5 一下的版本,最後選擇 TensorFlow 1.4。
首選TensorFlow官網良心安裝教程:https://www.tensorflow.org/install/install_linux#InstallingAnaconda
1、按照 Anaconda 下載網站上的說明下載並安裝 Anaconda。(第一步已完成)
2、通過調用以下命令創建名爲 tensorflow 的 conda 環境,以運行 Python:
conda create -n TensorFlow python=3.6
3、通過發出以下命令激活 conda 環境:
source activate TensorFlow
4、發出以下格式的命令以在 conda 環境中安裝 TensorFlow:
pip install --ignore-installed --upgrade https://download.tensorflow.google.cn/linux/gpu/tensorflow_gpu-1.4.0-cp36-cp36m-linux_x86_64.whl
裝完之後,在python中 import TensorFlow 進行測試,如下圖,會出現一個小的警告,大意是:這個版本的TensorFlow是經過python3.5編譯來的,可能不適合python3.6的環境。但實際測試中,發現似乎沒有問題。
3、安裝 keras
在自己的目錄下安裝Keras:
(TensorFlow) ****@******:~$ pip install --user keras
要使用 --user, 注意: TensorFlow conda 環境已激活。
驗證Keras,直接在python中導入 Keras,結果如下圖,即安裝成功。
注意是在已激活的 TensorFlow 的 conda 環境中,如果直接在原始環境中導入,會報錯。