服務器ubuntu16.04配置tensorflow-gpu 2.0和pytorch1.4環境

安裝Anaconda

1. 到官網下載好anaconda，上傳到服務器上，我這邊下載的是Anaconda3-2019.10-Linux-x86_64。
2. 定位到anaconda所在目錄，通過如下命令安裝

bash Anaconda3-2019.10-Linux-x86_64

按照提示一步步安裝

配置tensorflow-gpu 2.1.0 環境

1. 創建一個虛擬環境，這裏起名爲tf2

conda create -n tf2 python=3.7

2. 進入到創建好的虛擬環境中

conda activate tf2

3. 通過Anaconda官網得知目前支持linux64的最新版本是tensorflow-gpu 2.1.0
   
   此處通過命令安裝最新版的tensorflow

conda install -c anaconda tensorflow-gpu

安裝過程根據提示一直輸入yes即可。不用提前安裝cuda和cudnn，在安裝tensorflow的時候會自動安裝。
安裝完成後，可以通過如下代碼測試是否安裝成功

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

a = tf.constant(1.)
b = tf.constant(2.)

print(a+b)
print('GPU:', tf.test.is_gpu_available())

輸出如下：

配置pytorch1.4環境

1. 創建一個虛擬環境，這裏起名爲pytorch

conda create -n pytorch python=3.7

2.進入虛擬環境

conda activate pytorch

3.進入到Anaconda官網

通過如下代碼安裝pytorch

conda install -c pytorch pytorch

也可以根據服務器的cuda版本安裝，通過nvcc -V即可查看

在pytorch官網即可查詢到安裝指令

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

按提示安裝完成後，通過如下代碼即可驗證是否安裝成功

import torch
print(torch.cuda.is_available())

安裝常用包

• 新創建的虛擬環境一般只有python和剛纔安裝的tensorflow/pytorch等相關包，這邊最好在安裝一些常見的擴展包，比如pandas、matplotlib、scikit-learn等等

conda install packagename