分別在Windows系統和Linux系統環境安裝anaconda3和tensorflow

Windows系統環境

一、安裝anaconda

這里安裝的是Anaconda3-2019.03-Windows-x86_64.exe（python3.7版本）

二、檢查安裝環境

1、若anaconda安裝時勾選了配置環境變量，直接cmd；若沒有勾選，進入Anaconda Prompt窗口（推薦）

2、檢測anaconda環境是否安裝成功：

conda --version

3、檢測目前安裝了哪些環境：

conda info --envs

三、在anaconda中安裝tensorflow

1、創建tensorflow環境，安裝python3.7：

conda create --name tensorflow python=3.7

注：這里的tensorflow是自己定義的環境名，對應anaconda安裝目錄下envs文件夾下。
注：由於清華等單位anaconda鏡像站未取得授權導致關閉，這里不更換anaconda倉庫鏡像，使用default即可。
注：如果由於網絡不穩定造成下載中斷，再次嘗試即可。

2、檢測tensorflow的環境添加到了Anaconda里面：

conda info --envs

3、激活tensorflow環境（重要，激活后再進行下一步）：

conda activate tensorflow

*注：這里命令與Linux不同。
注：這里環境名稱tensorflow與第1步對應。
注：反激活用conda deactivate

4、安裝tensorflow：

pip install --upgrade --ignore-installed tensorflow

注：更改pip下載源可以提升下載速度。在C:\Users\用戶名\pip文件夾下新建pip.ini文件：

[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host = mirrors.aliyun.com

四、驗證是否正常安裝

1、在tensorflow環境下輸入：python
2、逐行輸入：

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

3、打印：b'hello,tf'，即為正常安裝。

---

Linux系統環境

一、查看Linux版本信息

[root@bigdata11 ~]# uname -a
Linux bigdata11 3.10.0-693.el7.x86_64 #1 SMP Tue Aug 22 21:09:27 UTC 2017 x86_64 x86_64 x86_64 GNU/Linux

根據Linux版本下載對應的Anaconda版本。

二、安裝Anaconda

[root@bigdata11 tools]# bash Anaconda3-2019.03-Linux-x86_64.sh

Welcome to Anaconda3 2019.03

In order to continue the installation process, please review the license
agreement.
Please, press ENTER to continue

...

Do you accept the license terms? [yes|no]（選擇yes）
[no] >>> yes

Anaconda3 will now be installed into this location:
/root/anaconda3

  - Press ENTER to confirm the location
  - Press CTRL-C to abort the installation
  - Or specify a different location below

[/root/anaconda3] >>> /root/training/anaconda3（安裝路徑）
PREFIX=/root/training/anaconda3

...（持續等待）

Do you wish the installer to initialize Anaconda3
by running conda init? [yes|no]（選擇yes）
[no] >>> yes

...

由於系統自帶python2.7，大數據平台HDP下的spark需要python2環境，因此，不能將系統環境的python變為python3。更改~/.bashrc環境變量文件：

# .bashrc

# User specific aliases and functions

alias rm='rm -i'
alias cp='cp -i'
alias mv='mv -i'

# Source global definitions
if [ -f /etc/bashrc ]; then
        . /etc/bashrc
fi

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
#__conda_setup="$('/root/training/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
#if [ $? -eq 0 ]; then
#    eval "$__conda_setup"
#else
#    if [ -f "/root/training/anaconda3/etc/profile.d/conda.sh" ]; then
#        . "/root/training/anaconda3/etc/profile.d/conda.sh"
#    else
#        export PATH="/root/training/anaconda3/bin:$PATH"
#    fi
#fi
#unset __conda_setup
# <<< conda initialize <<<(將conda initialize部分全部注釋，加上下面一句)
export PATH="/usr/bin/:$PATH:/root/training/anaconda3/bin:/root/training/anaconda3/condabin"

這樣在系統環境下既可以使用conda命令，又不改變原始python環境。

[root@bigdata11 ~]# python --version
Python 2.7.5

建議：如果在虛擬機上實驗，這個時候可以利用虛擬機的“快照”進行保存當前狀態。

conda和anaconda的關系：

這里先解釋下conda、anaconda這些概念的差別。conda可以理解為一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許用戶方便地安裝不同版本的python並可以快速切換。Anaconda則是一個打包的集合，里面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等，所以也稱為Python的一種發行版。其實還有Miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對於空間要求嚴格的用戶，Miniconda是一種選擇。

Anaconda的常用命令有：

$ # 創建一個名為tensotflow的環境，指定Python版本是3.7（不用管是3.7.x，conda會為我們自動尋找3.7.x中的最新版本）
$ conda create --name tensotflow python=3.7  # 這里的--name可以簡化為-n

$ source activate tensotflow  # 安裝好后，使用activate激活某個環境
$ # 激活后，會發現terminal輸入的地方多了tensotflow 的字樣

$ # 此時，可以安裝和操作一些包

$ source deactivate tensotflow   # 如果想返回普通環境，運行

$ conda remove --name tensotflow --all  # 刪除一個已有的環境

$ # conda的包管理類似pip

$ conda install scipy  # conda安裝scipy

$ conda list  # 查看已經安裝的packages

$ conda list -n tensotflow   # 查看某個指定環境的已安裝包

$ conda search numpy  # 查找package信息

$ conda install -n tensotflow numpy  # 安裝某個指定環境的package
$ # 如果不用-n指定環境名稱，則被安裝在當前活躍環境，也可以通過-c指定通過某個channel安裝

$ conda update -n tensotflow numpy  # 更新package

$ conda remove -n tensotflow numpy  # 刪除package

三、安裝TensorFlow

1. 首先創建tensorflow環境

   # conda create --name tensorflow python=3.7
   

   注：這里tensorflow是給該環境取的名字，可以任意。

   此時anaconda會檢查並提示你需要在虛擬環境安裝一些包，輸入y確認即可。

2. 激活tensorflow環境

   source activate tensorflow
   

3. 安裝tensorflow

   conda install tensorflow -n tensorflow
   

   注：可能是系統環境的問題，使用pip安裝后校驗失敗。

   安裝時間較長，耐心等待。

4. 校驗

   在tensorflow環境下輸入：python

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

   打印：b'hello,tf'，即為正常安裝。