参考链接
1 手把手教你如何安装Tensorflow(Windows和Linux两种版本)
简单记录下在Linux服务器的个人目录下参考上面的链接安装TensorFlow。
服务器地址:192.168.243.24
TensorFlow的安装方式有多种,基于Pip的安装、基于Docker的安装、基于VirtualEnv的安装、基于Anaconda的安装,以及从源码编译安装,这些在官网均有介绍,这里简单记录下基于Anaconda安装的方法。
Anaconda安装
Anaconda是一个集成许多第三方科学计算库的Python科学计算环境,Anaconda使用conda 作为自己的包管理工具,同时具有自己的计算环境,类似Virtualenv。和Virtualenv一样,不同Python工程需要的依赖包,conda将其存储在不同的地方。TensorFlow上安装的Anaconda不会对之前安装的Python包进行覆盖。
安装包下载
进入Anaconda官网下载页面,选择合适版本直接下载,或者在个人终端目录下,使用wget命令,示例如下:
wget https://repo.continuum.io/archive/Anaconda2-4.4.0-Linux-x86_64.sh
复制上面代码到服务器上,能正确开始下载,如下图:
但是我想要的是Anaconda3的版本,那么如何进行呢?我们复制上面代码后面的链接:
https://repo.continuum.io/archive/Anaconda2-4.4.0-Linux-x86_64.sh 到网页打开看看是什么东西
是一个文件的下载,我们接着打开Anaconda官网的下载页面,有两个版本
我们点击python3.6下面的download 进行下载试试,
也是直接进行文件的下载,但是我们在服务器后面是要接下载链接的,如https://repo.continuum.io/archive/Anaconda2-4.4.0-Linux-x86_64.sh ,这种方式下载下来到本地的文件也不是不可以,但是它需要加多一步,把下载到本地的文件上传到服务器,上传文件脚本:
方式:scp 本地文件路径/文件名 服务器账户@服务器地址:服务器地址
样例:scp /home/work/source.txt work@192.168.0.10:/home/work/ #把本地的source.txt文件拷贝到192.168.0.10机器上的/home/work目录下
这种方式还是没有直接在服务器里面下方便,所以要找到下载对应后面的超链接,经过一番查看,找到一种较笨的方式,如下图所示:
在网页上,当我们把鼠标放在Download上面时候,出现了上面的链接,这个链接就是我们想要的,但是这种方式不好拿,然后发现在Download上么点击右键可以得到链接地址:
,终于搞定链接的问题,虽然对于很多来讲,这很简单,感觉有点傻,但是这也确实很多人会面临的问题,因为很多时候看别人很顺利能搞定的,自己去实践的时候就会发现很多问题,这里面我只是记录下我在实践过程遇到的问题,希望对有些朋友有帮助!
搞定了就来下载吧,我这里速度还挺快的,如果下载速度不够,可以找找清华的镜像,百度清华镜像即可
下载完了以后,我们查看下放在哪里了,发现直接在根目录里面
为了保持文件的整洁,我们剔除之前下了一半停掉(ctrl + c)的anaconda2,然后新建anaconda3.5文件夹,并把文件移动到文件夹里面
软件安装
bash Anaconda3-5.2.0-Linux-x86_64.sh
这里需要先把路径指到存放安装包的文件夹才行,然后进行安装,
这里是要你阅读下相关的协议,等同于windows下安装软件时候的阅读协议一样,一直按enter,直到出现要你接受相关协议的提示,输入yes
下面是默认的安装路径,输入yes,就可以继续往下安装
安装后面会遇到下面的提示:
这里是要你选择添加到环境变量,选者yes
这里提示是否要安装Microsoft VSCode,这个模块的作用上面有简单介绍,虽然不是很明白,但是既然要安就安了吧,免得以后某些地方需要还要重新安
选yes
提示安装好了!
测试安装是否成功
执行命令:conda –version
提示没找到,出错了,重新打开新的窗口试试
可以成功找到当前Anaconda的版本,发现上面多了个yes的文件夹,查看上面的纪录,发现是这里出了问题,有点尴尬,难道这里不应该输入任何东西,直接 enter 就好啦?
不过现在木已成舟,好在应该也没什么大问题,多一级路径而已,python也能正常打开
安装TensorFlow
创建conda环境,命名未tensorflow,并指定到3.6python版本
执行命令:conda create -n tensorflow python=3.6
提示有新的packages需要安装,输入y
下面激活并进入创建的conda环境
执行命令:source activate tensorflow
成功激活并进入
下载TensorFlow Python 软件包的网址并安装tensorflow
这里有CPU和GPU版本,查看Linux服务器GPU信息
无GPU,所以直接安装cpu版本
执行命令:pip install –ignore-installed –upgrade https://download.tensorflow.google.cn/linux/cpu/tensorflow-1.8.0-cp36-cp36m-linux_x86_64.whl
上面已经安装完毕,我们退出虚拟环境,退出后前面没有(tensorflow)
执行命令:source deactivate tensorflow
测试tensorflow
首先激活进入tensorflow环境
执行命令:source activate tensorflow
执行命令:python 进入python
在python中执行下面的语句:
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
显示已经成功安装了!