由于服务器中本身自己有原装Python 2.7,然后还需要Python 3.7的版本去支持最近的项目去跑TensorFlow 2.0,所以选择用Anaconda,顺便记录下环境配置。
Anaconda 最大的好处就是可以去选择不同的Python版本和不同的依赖去跑在完全隔离的环境中,每个单独运行互不影响,还可以直接打包随走随用,不需要随时可以删除掉,很是方便,对于搭配Pycharm也是极佳。
安装:
Windows:
- 进入下载页Anaconda(https://www.anaconda.com/distribution/)
- 对应自己的电脑版本和系统下载
- Windows安装后时推荐勾选第一个,会把Anaconda加入环境变量,不用后期手动添加,第二个是选择是否Anaconda的初始Python版本为3.6,这个不影响,自己决定。
- 安装完成后打开这个
Anaconda Prompt
输入conda --version
如下图就完成了安装,就可以尽情享用了。
Linux:
- 命令行下输入:
wget https://repo.anaconda.com/archive/Anaconda3-2019.10-Linux-x86_64.sh
- 然后再当前文件夹输入:
chmod +x Anaconda3-2019.10-Linux-x86_64.sh && sudo ./Anaconda3-2019.10-Linux-x86_64.sh
- 然后输入yes,表示同意他们的一些许可之类的东西
- 然后选择安装路径,可以直接回车或者自己定义路径
- 等待安装后输入conda --version,正确输出版本号即可。
如果输入后报错:conda: command not found,
请继续下面步骤即可原因:
~/.bashrc文件没有配置好,找不到环境变量。操作:
如果最后输入那个选择yes,则只执行3步骤即可,如果一路回车即执行下面
- 输入
vim ~/.bashrc
- 在
.bashrc
后面加上export PATH=$PATH:/home/你的用户名/anaconda3/bin
- 然后输入
source ~/.bashrc
使设置生效 - 再去输入conda --verison 出现版本号即完成
- 输入
切换清华源
因为Anaconda默认的源在国外,比较慢,所以推荐换成国内源
Windows
-
在
C:\Users\你的用户名\pip\
下新建文件pip.ini
-
打开文件写入下面内容:
[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple [install] trusted-host=pypi.tuna.tsinghua.edu.cn
-
然后再开始菜单运行
Anaconda Prompt
输入下面命令:conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
4.输入conda info
看到那两句则说明完成!!!
Linux
- 新建文件夹并进入:
mkdir ~/.pip && cd ~/.pip
- 新建文件:
vi pip.conf
- 输入上面2的内容,保存退出:
[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple [install] trusted-host=pypi.tuna.tsinghua.edu.cn
- 执行上面3的命令后输入
conda info
出现上述两行即完成!!!
常用命令
conda update -n base conda // update最新版本的conda
conda list // 查看已经安装的文件包
conda update xxxxx // 更新xxxxx文件包
//个人还是比较喜欢直接用pip安装
conda install 包名称 -n xxxx // 指定xxx安装包
conda uninstall xxxxx // 卸载xxxxx文件包
conda create -n xxxxxx python=3.7 numpy //创建指定Python版本xxxxxx名字的环境和后面所需要的的包
conda info --envs // 列出当前所有你创建的环境
conda activate xxxxxx // 激活并进入xxxxx的环境
conda deactivate // 关闭当前环境
conda remove -n xxxxx --all // 删除xxxxx虚拟环境
conda clean -p // 删除没有用的包
conda clean -t // tar打包所有保存下的包
安装TensorFlow
- 创建一个新的环境:
conda create -n TensorFlow python=3.6
- 开启环境:
conda activate TensorFlow
- 安装TensorFlow CPU版本:
pip install tensorflow==1.14
- 安装TensorFlow GPU版本:
pip install tensorflow-gpu
(个人喜好比较用pip,也可以用上面常见命令的安装方法)
如果不加版本号即默认安装最新版本。
然后会开始TensorFlow需要的依赖包,等待完成就可以用了。
测试
- 进入Python
- 输入下面代码:
>>> import tensorflow as tf
# 创建常量
>>> hello = tf.constant('Hello TensorFlow!')
# 创建会话
>>> sess = tf.Session()
# 执行
>>> result = sess.run(hello)
# 关闭会话
>>> sess.close()
# 输出结果
>>> print(result)
运行后,如果得到输出b'Hello,world!',证明运行成功