Ubuntu：Ubuntu下安裝Anaconda和Tensorflow的簡介、入門、安裝流程之詳細攻略
相關文章
Ubuntu：Ubuntu下安裝Anaconda和Tensorflow的簡介、入門、安裝流程之詳細攻略
ML之Anaconda：關于Anaconda集成平臺簡介、安裝、使用方法的詳細攻略
ML之Anaconda：在Anaconda中的常用的conda命令集合（分門別類+非常細化）
Anaconda：基于Anaconda(python集成環境)平臺tensorflow安裝、運行之最強詳細攻略
???????
安裝深度學習框架需要使用cuda/cudnn(GPU)來加速計算，而安裝cuda/cudnn，首先需要安裝nvidia的顯卡驅動。
http://www.geforce.cn/drivers ?或者 ?http://www.nvidia.com/Download/index.aspx?lang=en-us
ubuntu 16.04默認安裝了第三方開源的驅動程序nouveau，安裝nvidia顯卡驅動首先需要禁用nouveau，不然會碰到沖突的問題，導致無法安裝nvidia顯卡驅動。
sudo vim /etc/modprobe.d/blacklist.conf ? #編輯文件blacklist.conf
在文件最后部分插入以下兩行內容
blacklist nouveau
options nouveau modeset=0
sudo update-initramfs -u ? ? #更新系統后，重啟系統（一定要重啟）
驗證nouveau是否已禁用
lsmod | grep nouveau ? ? #沒有信息顯示，說明nouveau已被禁用，接下來可以安裝nvidia的顯卡驅動。
(1)、禁用自帶的nouveau驅動（重要步驟！）
運行命令創建相關文件：
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
并在文件中添加如下內容：
blacklist nouveau ? ? ? ? options nouveau modeset=0
sudo update-initramfs -u ? ? #更新后，重啟系統
lsmod | grep nouveau ? ? ? ? ?#查看是否禁用成功。如如果沒有輸出則禁用成功
Ctrl+Alt+F1 ? #通過如下命令進入命令行模式
sudo service lightdm stop ? #關閉X-Window ?
(2)、安裝驅動：
sudo apt-get remove –purge nvidia* ? ?#卸載你電腦中此刻有的nvidia的驅動
sudo add-apt-repository ppa:xorg-edgers/ppa -y
sudo apt-get update
sudo apt-get install nvidia-384 ? ? ? #(根據需要選擇版本，注意CUDA9.0與CUDA9.1必須安裝387.x的驅動)
sudo service lightdm start ? ? #安裝完畢之后重啟X-Window
(3)、進入終端
CTRL+ATL+F1 ? #進入終端1（輸入用戶名和密碼后和終端很相似，可以大膽進去）
sudo service lightdm stop ? ? ? #關閉圖形界面
sudo apt-get install nvidia-384 ? #自動下載驅動安裝,nvidia-384要和顯卡型號匹配）
sudo service lightdm start ? #來啟動圖形界面，并且登錄。這個時候應該又回到圖形界面。
nvidia-smi ? ? ?#測試有沒安裝成功。來看是不是能夠輸出你的GPU的一些信息。要是不能夠輸出的話，重啟。能夠輸出的話，也建議重啟一次。
https://developer.nvidia.com/cuda-downloads (注意tensorflow 1.6/tensorflow1.7支持CUDA9.0+cuDNN7.0)
sudo apt-get install libcupti-dev ? #安裝CUDA依賴庫
(1)、cd到安裝的文件夾，接著執行：sudo sh cuda_8.0.44_linux.run --override
有個讓你選擇是否安裝nvidia驅動時，一定要選擇否： ?Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48? ?因為前面我們已經安裝了更加新的nvidia367，所以這里不要選擇安裝。其余的都直接默認或者選擇是即可。 安裝完成后，顯卡driver版本是9，cuda版本是8。
(2)、配置cuda環境變量 ?
export PATH="$PATH:/usr/local/cuda-8.0/bin" export?
LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64"
nvidia-smi ?#結果出現以下輸出，說明配置成功
先下載https://developer.nvidia.com/rdp/cudnn-download#a-collapse704-9
簡單地說，就是復制幾個文件：庫文件和頭文件。將cudnn的頭文件復制到/usr/local/cuda/lib64，將cudnn的庫文件復制到/usr/local/cuda/include。 ?下載下來后,cd 到文件包目錄下,解壓文件。
tar -zxf cudnn-7.0-linux-x64-v4.0-prod.tgz
cd cuda
#鏈接到cuda的庫里
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
?
要不要鏈接cuDNN的庫文件：
$ sudo ln -sf /usr/local/lib/libcudnn.so.4.0.7 /usr/local/lib/libcudnn.so.4
$ sudo ln -sf /usr/local/lib/libcudnn.so.4 /usr/local/lib/libcudnn.so
?
#鏈接完config更新
$ sudo ldconfig
(1)、最后把cudnn的頭文件拷貝到/usr/local/cuda-8.0/include下面，庫文件拷貝到/usr/local/cuda-8.0/lib64下面
設置環境變量文件.bashrc或profile
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:#LD_LIBRARY_PATH
更新環境變量
souce /etc/profile
1、下載
安裝包大概有500M，下載得一段時間。
https://repo.continuum.io/archive/
https://www.anaconda.com/download/#linux
2、安裝
(1)、查看原裝python
沒有安裝anaconda之前，我們輸入：which python
查看python的原生默認安裝路徑為：? /usr/bin/python
安裝了anaconda之后，再次輸入：which python
會改變為：/home/xxy/anaconda3/bin/python
(2)、安裝
bash ~/Downloads/Anaconda3-2019.07-Linux-x86_64.sh
3、測試
T1、直接測試
直接輸入python回車即可！
此時輸入 exit()? 退出python環境
conda --version? ? ? #檢測版本
PS：為了避免可能發生的錯誤, 可以在命令行輸入：conda upgrade --all? 可先把所有工具包進行升級。
T2、conda測試
先測試
conda listanaconda會自動將環境變量添加到PATH里面，如果后面你發現輸出conda提示沒有該命令，那么你需要執行命令
source ~/.bashrc 更新環境變量，就可以正常使用了。
(1)、繼續修改
如果發現這樣還是沒用，那么需要添加環境變量。 編輯~/.bashrc 文件，在最后面加上
export PATH=/home/bai/anaconda3/bin:$PATH保存退出后執行：source ~/.bashrc
source ~/.bashrc 再次輸入conda list測試看看，應該沒有問題！
conda list參考文章：Ubuntu之bashrc：成功解決Ubuntu系統內出現的conda：未找到命令
https://docs.anaconda.com/anaconda/install/linux
lspci | grep -i nvidia ? #顯示出你的NVIDIA GPU版本信息
gcc --version ? ?#驗證是否安裝了gcc
sudo apt-get install gcc ? #如果沒有，可以在終端鍵入
cd到下載的文件夾，然后輸入命令 ? ? ? ? ? ?bash ~/Downloads/Anaconda3-5.1.0-Linux-x86_64.sh ? ? ? ? ? ?
然后點擊yes，回車進行安裝，接著yes，選擇加入環境變量。檢查是否安裝成功：終端輸入python，出現詳細信息即安裝成功！
conda list ? ?#顯示所有的包
(1)、配置anaconda：如果不進行配置，啟動spyder等也是不能夠運行tensorflow的，因為anaconda中默認anzhaung的spyder等是應用于root的，而非tensorflow。在Terminal中運行命令：
anaconda-navigator #啟動anaconda。
在左側列表中，選擇Environment，可看到Anaconda中安裝環境為root和tensorflow。選擇Tensorflow后，邊上會出現一個箭頭，這時就可以在右邊的列表中查看、安裝、卸載Tensorflow下的軟件及軟件包了。?
安裝的軟件可在anaconda->home下查看，同樣需要選擇應用環境。
ipython # terminal下運行python語句,支持自動補全
spyder # 集成開發環境
jupyter # 交互式筆記本
ipython notebook
(1)、創建Tensorflow環境? (使用tfEnviro作為環境)
conda create -n tfEnviro python=3.6
source activate tfEnviro? ? ? ? ? ? ? ? ? ? ? ? ? ? ? #激活環境(2)、安裝tensorflow的gpu版本
在所創建的tfEnviro環境下，安裝tensorflow： ?pip install --ignore-installed --upgrade tfBinaryURL
conda install ‐‐channel https://conda.anaconda.org/anaconda tensorflow‐gpu=1.9.0如果遇到錯誤，換為下邊的命令
pip install tensorflow-gpu==1.9.0(3)、安裝jupyter notebook
conda install ipython
conda install jupyter (4)、測試tensorflow是否安裝成功
T1、jupyter上測試
執行命令jupyter notebook ，打開一個新的Jupyter Notebook，輸入一行import tensorflow as tf 并運行
jupyter notebook
import tensorflow as tf T2、terminal內直接測試
重啟terminal后，輸入命令：
source activate tfEnviro? ? ? ? ?#首先激活tensorflow環境
python ? ? ? ? ? ? ? ? ? ? ? ? ? ?#啟動python環境
>>> import tensorflow as tf?
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow! ? ? ? ? # 恭喜！安裝成功！
'或者'
python -c "import tensorflow as tf; print(tf.__version__)"(5)、安裝spyder
為了使用TensorFlow，需要在tfgpu環境下安裝spyder
conda install spyder