Linux服務器配置GPU版本的pytorch Torchvision TensorFlow

　　最近在Linux服務器上配置項目，項目須要使用GPU版本的pytorch和TensorFlow，並且該項目內會同時使用TensorFlow的GPU和CPU。

　　在服務器上裝環境，若是從新開始，就須要下載不少依賴包，並且若是直接在系統上安裝包，可能會和服務器上的其餘包發生衝突，所以使用Anaconda建立虛擬環境來管理項目的依賴包。Anaconda的安裝能夠去清華大學的鏡像下載，速度比較快，選擇對應的版本就能夠了　　https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 。我須要下載python3.6對應的Anaconda能夠對照下面這張圖片來查看，選擇Anaconda3-5.2.0版本就能夠了。(可是其實我下載成了anaconda2，不過並不影響後續使用）

　　Anaconda下載以後會在~/.bashrc中添加一條環境變量。若是首次運行conda命令找不到，就source ~/.bashrc。

　　配置好Anaconda後，若是要建立虛擬環境，從新下載包也須要很麻煩的操做，並且須要對照之前的項目進行一一下載。這太撈了，咱們考慮直接將本地項目的anaconda環境打包好上傳到服務器上，就可使用本地的虛擬環境了。具體作法是，首先到本地的Anaconda環境目錄下，個人是/home/timber/anaconda2/envs ，這個目錄下就是用戶建立的anaconda環境。直接打包 

tar -cvf name.tar your_env_name/

 而後將這個文件用scp上傳到服務器下的(anaconda2_dir)/envs下，

scp name.tar remote_username@remote_ip:anaconda_dir/envs

接着在服務器的anaconda的envs目錄下解壓name.tar

tar -xvf name.tar

 環境就移植到服務器上了，能夠在服務器上經過conda env list檢驗是否有咱們剛移植的環境。

　　本地安裝的環境是cpu版本的pytorch和TensorFlow，首先將pytorch卸載

conda activate project #激活環境
conda uninstall pytorch

 而後去清華大學的鏡像下下載pytorch（由於官方下載超級慢）。須要首先配置清華大學鏡像。

依次運行如下命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

上面三條是配置清華鏡像源，下面一條是配置pytorch源。而後去到官網，選擇你對應的pytorch版本，找到下載命令，好比，最新版本的Pytorch在cuda10下面的官方下載命令是

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

 可是，不要用這條命令，因爲添加了鏡像源，咱們去掉上面命令的-c pytorch，運行

conda install pytorch torchvision cudatoolkit=10.1 

 就能夠用清華鏡像下載了。若是要下載歷史版本的pytorch，以1.0爲例，就用

conda install pytorch==1.0 torchvision cudatoolkit=10.1 -c pytorch

 安裝好以後，torchvision不必定能配套使用，由於Torch已經更換了，因此可能會存在版本不一致的問題，卸載torchvision，而後下載對應版本的torchvision。

　　出現的第一個問題是torchvision下沒有totensor，重裝0.2.0的torchvision。

　　第二個問題是This application failed to start because it could not faind or load the Qt platform plugin "xcb" in "".

　Reinstalling the application may fix the problem.這個提示告訴咱們在Qt平臺插件中找不到XCB，提示咱們重裝，那咱們就重裝唄，重裝pyqt

conda uninstall pyqt
conda uninstall qt
conda install pyqt

 　　個人項目使用了GPU版本的Tensorflow，須要裝GPU版本的TensorFlow。

　　這裏還有個問題是，人臉識別和車輛檢測都使用了TensorFlow，一個是CPU版本，一個是GPU版本，會有衝突嗎。TensorFlow的GPU版本是能夠跑cpu的，因此先把以前的TensorFlow卸載掉。下載了GPU版本的

conda install tensorflow-gpu==1.12.0

 可是這裏同時下載了cuda的9.0的toolkit，以前下載torch的時候使用了cuda10的toolkit，不知道會怎麼樣。測試以後發現沒有衝突。

　　如今在這個項目下，有一個GPU的版本，有一個cpu的版本，同時也有兩套對應的anaconda環境與之對應，當執行GPU版本時，須要切換到anaconda的GPU環境。這種切換能夠是在命令行中

conda activate gpu

 也能夠是在pycharm中進行project intepreter設置，選中anaconda/envs/project/bin/python3.6，就是選中了該環境。

　　至此，還剩最後一個問題，GPU版本的TensorFlow是默認使用gpu版本，可是GPU版本的項目有一塊是須要使用cpu版本的tensorflow的，那麼應該如何設置？