anaconda的安裝比較簡單,初學者主要的問題在與使用和配置方面。
1.下載安裝包:
在官網下載就行了,下載速度挺快的。
鏈接 https://www.anaconda.com/distribution/
python2.7 版本對應的是 anaconda2,
python3.7 版本對應的是 anaconda3。
看你想裝哪一種,安裝過程其實都一樣,安裝後搭建環境也是一樣,差別不是很大。
因爲就算下載的是anaconda2,也可以建立python3的環境。區別主要在於其中的基本環境。
2.安裝:
進入下載目錄,一般情況下在 Download 目錄下
終端輸入:bash Anaconda2-2018.12-Linux-x86_64.sh
(後面的.sh文件是下載的安裝包名)
一路yes過去就行。
3.啓動anaconda:
終端輸入:anaconda-navigator
會出現如圖所示的界面,此時我們可以右鍵點擊圖標,選擇鎖定。這樣以後就可以點擊圖標打開anaconda,而不需要每次從終端打開anaconda了。
到這一步,anaconda就安裝好了。
4.建立環境:
首先,添加一些源,這樣使用 conda 下載速度不會很慢。
終端輸入:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
建立自己想要的環境,終端輸入:
conda create -n tf-1.4 python=2.7
這裏使用 pip 安裝一些包,也可以用 conda 安裝。但是不要用兩個方法安裝重複的包.
如果想要查看添加源的文檔,終端輸入gedit ~/.condarc
,可以考慮將文檔末尾的 default 刪除。
5.安裝tensorflow:
首先進入創建的環境中,終端輸入:source activate tf-1.4
我的系統中 顯卡Driver Version: 384.130,查看版本命令爲:nvidia-smi
CUDA version: 8.0.61, 查看版本命令爲:cat /usr/local/cuda/version.txt
cudnn version:6.0.21, 查看版本命令爲:cat /usr//local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
如果使用 conda 命令安裝tensorflow-gpu,環境中會自動添加與tesnorflow版本匹配的cuda版本和cudnn版本。建議使用conda安裝,不過也有一些小問題,如果顯卡驅動爲 384 ,但是conda中匹配的是cuda9.0,那麼無法使用tensorflow,因爲顯卡驅動版本低了,這時候就要升級驅動了。還有一點,安裝tensorflow-gpu版本時,會附帶cpu版本的tensorflow.
終端輸入:conda install tensorflow-gpu==1.4
如果使用 pip 安裝,那麼安裝的tensorflow版本必須匹配電腦中系統中的CUDA和cudnn。
如果要pip安裝:sudo pip install tensorflow-gpu==1.4
另外,如果要安裝 tensorflow-gpu 1.2 版本,不建議在終端安裝,很麻煩。首先,若使用pip安裝,安裝完成後,要在環境中添加匹配的的cudnn5.1版本。若使用conda 安裝,會發現找不到想要的tensorflow-gpu1.2. 這時,最好的處理方法是在anaconda的圖形界面中找到對應的環境,搜索tensorflow-gpu,然後右鍵點擊,指定版本安裝,安裝這個版本有點慢,大概十幾分鍾。自動匹配的cudnn是6版本的,應該在圖形界面將它降級爲5。
6.其他:
每次開機後,打開終端都會顯示(base),這是因爲環境爲anaconda。
通過輸入命令,conda deactivate
後,會切換到系統環境。
通過輸入命令,conda activate
後,會切回到anaconda的基礎環境。
可以看到,不同環境的python版本是不同的。
進入環境:source activate tf-1.4
(後面爲你要進入的環境名)
或者:conda activate tf-1.4
退出環境:source deactivate tf-1.4
(後面爲你要退出的環境名)
或者:conda deactivate
查看自己anaconda中有哪些環境:
如果要刪除環境,命令爲:
conda remove -n tf-1.4 --all