搭建深度學習基本環境（Anaconda3+Tensorflow1.3.0）

搭建深度學習基本環境(Ubuntu系統下)

本人第一次寫博客啦～

---

在ubuntu系統上安裝Anaconda3

• 下載linux安裝包:
  1、從官網下載(如果電腦是64位，記得下載64-bit)
  2、命令行(注意網站的更新)：

wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh

• 安裝:

bash Anaconda3-5.2.0-Linux-x86_64.sh

如果是採用官網下載的話，則需要先進入“下載”目錄中：

cd Downloads

後面的操作就是一直是yes或者是”enter”等傻瓜式操作啦～

• 檢測安裝是否成功:
  直接在terminal輸入：

python

還可以用“conda list”查看可用的packages。如果在這一步的python沒有更新的話，那說明.bashrc的更新還沒有生效，命令行輸入：

source ./bashrc

在ubuntu系統上安裝Tensorflow

建議這塊的安裝參考官網 [ tensorflow install ]

注意：由於實驗室的服務器已經安裝好了CUDA和cuDNN，因此我只需要安裝Anaconda3和Tensorflow即可，如果服務器或者Ubuntu中沒有CUDA和cuDNN的話，還需要先安裝好CUDA和cuDNN再安裝Tensorflow。

• CPU:
  首先確認下自己的python 版本和pip：

python3 -V
pip3 -V

通常ubuntu系統都會自動安裝pip或者是python，也可以自己安裝一下：

sudo apt-get install python3-pip python3-dev # for Python 3.n

然後按照官網指示安裝即可：

sudo pip3 install -U tensorflow  # Python 3.n

檢驗安裝是否成功：

python -c "import tensorflow as tf; print(tf.__version__)"

• GPU:
  1、首先我是按照官網上提到的“Use pip in Anaconda”方法盡心安裝的：

$ conda create -n tensorflow pip python=3.6.5(注意這裏一定要明確版本)
$ source activate tensorflow
(tensorflow)$ pip install --ignore-installed --upgrade tfBinaryURL

這裏tfBinaryURL即是 URL of the TensorFlow Python package.

例如，我輸入的命令位(對應3.6.5版本):

(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.10.1-cp36-cp36m-linux_x86_64.whl

檢測是否安裝成功：

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

如果出現啦”Hello，TensorFlow”的話，那麼就是安裝成功啦～
2、然而，很可惜我運行的時候出現了”libcublas.So.9.0～～”這樣的錯誤，一查結果發現這是因爲我安裝的tensorflow1.10.0版本對應的是CUDA 9.0版本，而服務器上安裝的是CUDA8.0，版本不匹配。後來，爲了穩妥起見，首先將python3.6.5改爲python3.5.6版本：

conda install python3.5

然後還是按照官網上的方法先創建一下tensorflow環境，然後安裝tensorflow1.3.0版本：

(tensorflow)$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-1.3.0-cp36-cp36m-linux_x86_64.whl

結果發現會提示“～is not supported ~ in the platform”等這樣的錯誤，發現這是因爲官網的URL of tensorflow已經更新至1.10.0版本啦。
如何安裝older tensorflow呢？我後來在 [ stackoverflow~Install older version tensorflow ]上找到了答案，也就是直接在終端輸入：

pip install tensorflow==1.3.0

檢測是否安裝成功：
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))

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

結果在第三句代碼後出現了很多warning：

2017-12-25 20:11:49.485908: W c:\l\work\tensorflow-1.1.0\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE instructions, but these are available on your machine and could speed up CPU computations.
2017-12-25 20:11:49.486234: W c:\l\work\tensorflow-1.1.0\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE2 instructions, but these are available on your machine and could speed up CPU computations.

這些warning出現主要是因爲machine memory不夠大，程序運行速度會比較慢等原因，但不會影響到程序運行。不想這些warning出現，則可以在命令前加入：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
import tensorflow as tf

結果最終輸出的是：

b'Hello Tensorflow!'

前面出現一個’b’的原因是“Python 3.x makes a clear distinction between the types”：

str = '...' literals = a sequence of Unicode characters (UTF-16 or UTF-32, depending on how Python was compiled)
bytes = b'...' literals = a sequence of octets (integers between 0 and 255)

如果不想出現’b’，則將最後一句命令改爲：

print(sess.run(hello).decode())

這樣就會出現完美的：

'Hello Tensorflow!'

祝各位搭建環境順利啊～