标签：速度   activate   xxxxx   ret   charm   自己   报错   相关   com   

Ubuntu 18.04安装Tensorflow2.1.0

本文结构：

1 配置Anaconda

?

2 安装Tensorflow-gpu

3 安装Keras

4 遇到的问题及解决办法

配置Anaconda

一 、下载Anaconda

下载地址：

1 https://repo.anaconda.com/archive/

2 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

（下载最新的版本即可）

二、安装Anaconda

2.1 在Ubuntu的下载目录，打开终端

2.2 给Anaconda3-xxxxx.sh文件最高权限（防止后续出现权限问题）

sudo chmod 777 Anaconda3-xxxxxx.sh

2.3 执行安装程序

sudo bash ./Anaconda3-xxxxx.sh

2.4 输入yes或回车即可

2.5 更换源

sudo gedit ~/.condarc

   channels:
      - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
      - https://repo.continuum.io/pkgs/main
      - defaults
    show_channel_urls: true

若源不生效，试着把.condarc文件中的 - defaults那行去掉，就不会出现这个问题了

更换apt-get源

https://blog.csdn.net/ezreal_king/article/details/72790291

2.6 测试

conda -V

若 conda 命令提示找不到，可以在 “Home” 位置，打开终端，输入以下命令：

echo ‘export PATH="~/anaconda3/bin:$PATH"‘>>~/.bashrc
source ~/.bashrc

通过Anaconda安装Tensorflow-gpu,keras

1. 首先需要新建一个conda环境，命名为tensorflow：

conda create -n tensorflow python=3.6

2. 待创建完成之后可以使用以下命令管理这个环境：

source activate tensorflow    #激活环境

source deactivate tensorflow #关闭环境

3. 安装 Tensorflow-gpu，其中 tensorflow-gpu==2.1.0 是Tensorflow-gpu安装的版本，可自行修改版本

   pip install -i  https://mirrors.ustc.edu.cn/pypi/web/simple tensorflow-gpu==2.1.0
   

参考 http://mirrors.ustc.edu.cn/help/pypi.html

4. 安装完毕后，可测试Tensorflow-gpu是否安装成功

输入以下命令执行Python

python

输入以下命令导入tensorflow包，回车导入，若无报错，则说明Tensorflow-gpu安装成功

import tensorflow as tf

5、取消激活，退出环境（退出Python可键入 Ctrl + Z ）

source deactivate

每次进入Anaconda3提供的Python环境中都需要激活环境，当不再使用该环境时，需要取消激活，再退出环境，如果退出环境后要再次进入环境，需要打开一个新的终端使用，而原本的终端无法再次激活环境

source activate tensorflow    //激活
source deactivate　　　            //取消激活

安装 Keras

Keras的安装与Tensorflow-gpu的安装类似，都是基于Anaconda3实现

1、打开终端，激活安装有Tensorflow-gpu所在的环境，其中 tensorflow-gpu 为需要激活的环境名称，可自行修改

source activate tensorflow

2、安装Keras，其中 keras==2.3.1 为Keras的版本信息,版本号可自行修改

pip install keras==2.3.1

3、安装完毕后，可测试Keras是否安装成功

输入以下命令执行Python

python

输入以下命令导入keras包，回车导入，若仅弹出 Using TensorFlow backend. ，而无报错，则说明Keras安装成功

import keras

安装过程中遇到的问题！！！

一、 源的问题

安装的时候报错

使用清华源的时候安装速度很满，并且报错

解决办法：更换pip源，推荐中科大/阿里云

pip install -i  https://mirrors.ustc.edu.cn/pypi/web/simple tensorflow-gpu==2.1.0

更换源后就不再报错

二、缺少TensorRT的问题

解决办法：

不要用pip安装TensorFlow包，要用conda来安装包（前提是要有Anaconda），输入conda指令：

conda install tensorflow-gpu==2.1.0

上面的版本可以换成2.0.0，无论什么版本切记一定要指明版本！否则可能会安装到1.0的旧版本。

conda会自动将TensorFlow相关的库给安装齐全，如cudnn、cudatoolkit、tensorflow-base等。

1.3 InvalidVersionSpecError: Invalid version spec: =2.7

编辑用户目录下的.condarc ( 例如windows就是：C:\Users\admin.condarc ，Linux一般是~/.condarc

删除带有：conda-forge 的那一行，成功解决！

三、卸载tensorflow的问题

在Anaconda的环境下，查看安装的tensorflow

sudo pip list

根据列出的安装包逐个卸载tensorflow的相关包

pip uninstall tensorflow

四、卸载Anaconda3的问题

4.1 打开Anaconda3所在目录

4.2 删除该目录

sudo rm -rf anaconda3/

4.3 删除环境变量

sudo gedit ~/.bashrc

//删掉最后一行，即
# added by Anaconda3 installer
export PATH="/home/jhw/anaconda3/bin:$PATH"

五、Anaconda更新时权限问题

比如要更新conda，直接输入

conda update -n base conda

会显示permission denied。

现输入

sudo chown -R jhw:jhw /home/jhw/anaconda3

其中marley要改成自己的用户名，然后运行

conda update -n base conda

至此可以使用conda，而不会受到权限约束。

六、配置Pycharm

（1）文件->设置->项目解释器
（2）点击锯齿形状按钮->Add
（3）点击System Interpreter。把Interperter的位置改为anaconda中Python解释器的位置即可。我的位置是在
/home/jhw/anaconda3/bin/python3.6
（4）最终效果：

Ubuntu 18.04安装Tensorflow2.1.0

标签：速度   activate   xxxxx   ret   charm   自己   报错   相关   com   

原文地址：https://www.cnblogs.com/hongweijiang/p/14924376.html