Linux服务器装Anaconda&TensorFlow

远程Linux服务器装Anaconda&指定版本TensorFlow

说明：

由于疫情影响，原先使用的服务器已断电，故重选了一台服务器对环境重选进行搭建，正好补上这篇博文。

01 下载Anaconda3

1. 进入清华开源软件镜像站，其网址如下：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2. 下载相应的版本信息：

此处可通过命令 uname -a查看系统的版本等信息：

zcc@new-gpu:/home$ uname -a
Linux new-gpu 4.4.0-78-generic #99-Ubuntu SMP Thu Apr 27 15:29:09 UTC 2017 x86_64 x86_64 x86_64 GNU/Linux

1. 通过Xftp将下载好的软件上传到服务器上

02 安装

1. 定位到Anaconda3-2019.10-Linux-x86_64.sh所在路径

2. 在命令窗口中输入：bash Anaconda3-2019.10-Linux-x86_64.sh 进行安装

   • 安装过程中根据相应提示，输入enter/yes等确认操作

3. 安装过程很快速，安装完成后，提示：Thank you for installing Anaconda3!

4. 环境激活：输入命令source ~/.bashrc ，激活环境后，默认进入base环境下

   • 如：(base) zcc@new-gpu:~$

   若无法通过该命令激活环境，则采取下列操作：

   1. vim ~/.bashrc
   2. 在最后一行加上：export PATH=$PATH:/你的路径/anaconda3/bin
   3. 保存后再运行source ~/.bashrc

5. 验证是否安装成功：输入命令conda --version，查看是否能查看安装版本

   • (base) zcc@new-gpu:~$ conda --version
     conda 4.7.12
     

上述版本的Anaconda安装后，默认安装了python3

1. 镜像源的修改：各种镜像源的更换

03 安装指定版本TensorFlow

版本解决

考虑到项目中需要使用的TensorFlow与python版本和服务器端现有的CUDA``版本，故重新创建一个新的conda环境进行各个内容的安装，此处我需要安装的版本为：python3.6,tensorflow-gpu 1.12.0

1. 查看服务器端的cuda与cudnn版本， 通过输入命令：cat /usr/local/cuda/version.txt与cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2，如下：

(base) zcc@new-gpu:~$ cat /usr/local/cuda/version.txt
CUDA Version 8.0.61
(base) zcc@new-gpu:~$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR      5
#define CUDNN_MINOR      1
#define CUDNN_PATCHLEVEL 10
--
#define CUDNN_VERSION    (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

1. 在以下网址查看需要安装的TensorFlow是否匹配cuda，cudnn和Python版本，如下：https://tensorflow.google.cn/install/source

1. 非常不幸的是，这台服务器上的CUDA版本和我的需要安装的TensorFlow版本并不匹配:-(

该不匹配的情况不会影响你后续的安装，因此先进行后续的安装，完成后再来解决cuda版本匹配问题

修改CUDN和CUDNN版本

再次说明：因为之前我遇到过一次该问题，也的确是会有版本冲突的问题，去了英伟达的官方网下载了相应的cudnn，但是这次虽然版本也没有匹配上，但是程序居然跑通了，弄的我一脸懵逼。

故在此只贴出上次解决是参考的博客：https://blog.csdn.net/weixin_42567692/article/details/80844696

亲测有效

后来在路径usr/local一查，原来服务器下CUDA8.0和CUDA9.0的版本都有

创建新Conda环境

1. 创建一个新的conda环境，并指定Python的版本号未3.6

# conda create -n 环境名 python=制定版本号
conda create -n tensorflow1.12 python=3.6

# ....创建环境，安装各种包....

# To activate this environment, use
#
#     $ conda activate tensorflow1.12
#
# To deactivate an active environment, use
#
#     $ conda deactivate

由于并没有进行镜像的更换，可以在命令后方制定临时的镜像源

1. 安装成后，通过命令conda info -e查看目前现有环境，通过命令conda activate tensorflow1.12切换到指定环境

   当出现如下错误时：

   CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
   To initialize your shell, run
   
       $ conda init <SHELL_NAME>
   

   解决：

   1. 输入命令source activate进入base环境
   2. 再输入conda activate 环境名即可
   3. 退出环境命令：source deactivate

2. 输入python，查看是python是否是你指定安装的Python版本

安装tensorflow

方式一：直接安装

通过pip工具对tensorflow-gpu进行安装

# 指定临时镜像源对指定版本的tensorflow进行安装
pip install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

# ...漫长的安装tensorflow+依赖包...

若出现下载链接超时pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='pypi.tuna.tsinghua.edu.cn', port=443): Read timed out.的异常

可设定超时时间：pip install --default-timeout=1000 tensorflow-gpu==....

若还是下载缓慢，比如我这次安装时就遇见了，那就采用下载方式二：

方式二：本地下载好再装

1. 根据pip在下载时提示的网站地址，自行下载

例如我下载的tensorflow1,12-gpu的地址为： https://pypi.tuna.tsinghua.edu.cn/packages/55/7e/bec4d62e9dc95e828922c6cec38acd9461af8abe749f7c9def25ec4b2fdb/tensorflow_gpu-1.12.0-cp36-cp36m-manylinux1_x86_64.whl

1. 下载完成后，将文件tensorflow_gpu-1.12.0-cp36-cp36m-manylinux1_x86_64.whl移动到服务器端
2. 通过命令pip install 包路径+包名指定刚刚上传的包路径进行安装

此方法安装也会去网上下载所依赖的包，因此最好也指定下路径，最好还指定下超时时间

我的完整命令如下：

pip install --default-time=1000 tensorflow_gpu-1.12.0-cp36-cp36m-manylinux1_x86_64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/

验证：

经过漫长的安装：控制端提示安装成功，验证如下：

(tensorflow1.12) zcc@new-gpu:~$ python
Python 3.6.10 |Anaconda, Inc.| (default, Jan  7 2020, 21:14:29) 
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.__version__
'1.12.0'

可见，我们tensorflow1.12安装成功

在导入包的时候会报一串FutureWarning警告，这是由于numpy的版本问题，不影响使用，网上有很多解决方法，此处就不贴解决方案了。

参考：

https://blog.csdn.net/weixin_41519463/article/details/89373643
https://blog.csdn.net/qq_33221533/article/details/100150534
https://blog.csdn.net/weixin_38705903/article/details/86533863

PS:就在我刚刚装完环境后，居然告诉我电力恢复，我真是晕了:-(