Linux服務器裝Anaconda&TensorFlow

遠程Linux服務器裝Anaconda&指定版本TensorFlow

說明：

由於疫情影響，原先使用的服務器已斷電，故重選了一台服務器對環境重選進行搭建，正好補上這篇博文。

01 下載Anaconda3

1. 進入清華開源軟件鏡像站，其網址如下：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2. 下載相應的版本信息：

此處可通過命令 uname -a查看系統的版本等信息：

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. 通過Xftp將下載好的軟件上傳到服務器上

02 安裝

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

2. 在命令窗口中輸入：bash Anaconda3-2019.10-Linux-x86_64.sh 進行安裝

   • 安裝過程中根據相應提示，輸入enter/yes等確認操作

3. 安裝過程很快速，安裝完成后，提示：Thank you for installing Anaconda3!

4. 環境激活：輸入命令source ~/.bashrc ，激活環境后，默認進入base環境下

   • 如：(base) zcc@new-gpu:~$

   若無法通過該命令激活環境，則采取下列操作：

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

5. 驗證是否安裝成功：輸入命令conda --version，查看是否能查看安裝版本

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

上述版本的Anaconda安裝后，默認安裝了python3

1. 鏡像源的修改：各種鏡像源的更換

03 安裝指定版本TensorFlow

版本解決

考慮到項目中需要使用的TensorFlow與python版本和服務器端現有的CUDA``版本，故重新創建一個新的conda環境進行各個內容的安裝，此處我需要安裝的版本為：python3.6,tensorflow-gpu 1.12.0

1. 查看服務器端的cuda與cudnn版本， 通過輸入命令：cat /usr/local/cuda/version.txt與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. 在以下網址查看需要安裝的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，這台服務器上的CUDA版本和我的需要安裝的TensorFlow版本並不匹配:-(

該不匹配的情況不會影響你后續的安裝，因此先進行后續的安裝，完成后再來解決cuda版本匹配問題

修改CUDN和CUDNN版本

再次說明：因為之前我遇到過一次該問題，也的確是會有版本沖突的問題，去了英偉達的官方網下載了相應的cudnn，但是這次雖然版本也沒有匹配上，但是程序居然跑通了，弄的我一臉懵逼。

故在此只貼出上次解決是參考的博客：https://blog.csdn.net/weixin_42567692/article/details/80844696

親測有效

后來在路徑usr/local一查，原來服務器下CUDA8.0和CUDA9.0的版本都有

創建新Conda環境

1. 創建一個新的conda環境，並指定Python的版本號未3.6

# conda create -n 環境名 python=制定版本號
conda create -n tensorflow1.12 python=3.6

# ....創建環境，安裝各種包....

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

由於並沒有進行鏡像的更換，可以在命令后方制定臨時的鏡像源

1. 安裝成后，通過命令conda info -e查看目前現有環境，通過命令conda activate tensorflow1.12切換到指定環境

   當出現如下錯誤時：

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

   解決：

   1. 輸入命令source activate進入base環境
   2. 再輸入conda activate 環境名即可
   3. 退出環境命令：source deactivate

2. 輸入python，查看是python是否是你指定安裝的Python版本

安裝tensorflow

方式一：直接安裝

通過pip工具對tensorflow-gpu進行安裝

# 指定臨時鏡像源對指定版本的tensorflow進行安裝
pip install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

# ...漫長的安裝tensorflow+依賴包...

若出現下載鏈接超時pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='pypi.tuna.tsinghua.edu.cn', port=443): Read timed out.的異常

可設定超時時間：pip install --default-timeout=1000 tensorflow-gpu==....

若還是下載緩慢，比如我這次安裝時就遇見了，那就采用下載方式二：

方式二：本地下載好再裝

1. 根據pip在下載時提示的網站地址，自行下載

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

1. 下載完成后，將文件tensorflow_gpu-1.12.0-cp36-cp36m-manylinux1_x86_64.whl移動到服務器端
2. 通過命令pip install 包路徑+包名指定剛剛上傳的包路徑進行安裝

此方法安裝也會去網上下載所依賴的包，因此最好也指定下路徑，最好還指定下超時時間

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/

驗證：

經過漫長的安裝：控制端提示安裝成功，驗證如下：

(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'

可見，我們tensorflow1.12安裝成功

在導入包的時候會報一串FutureWarning警告，這是由於numpy的版本問題，不影響使用，網上有很多解決方法，此處就不貼解決方案了。

參考：

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:就在我剛剛裝完環境后，居然告訴我電力恢復，我真是暈了:-(