linux安裝anaconda+jupyter notebook+tensorflow環境

今天在linux上安裝tensorflow遇到一些坑，因此寫下博客記錄一下。

 

一、安裝anaconda

anaconda組織了很是多的Python科學計算、數據分析的包，好比numpy和pandas等，不須要咱們一個一個地安裝這些包，很是方便。

瀏覽器進入anaconda下載頁，下載對應版本的 .sh 包，下載完畢後打開終端，運行該下載文件便可安裝

$    /usr/Downloads/Anaconda2-x.x.x-Linux-xx.sh

一路按下  enter  鍵，按照默認配置安裝

 

而後，終端輸入 $ conda -V ，若是顯示版本號即說明安裝成功。不然多是環境變量的問題。

 

二、安裝tensorflow

須要注意的是tensorflow官方支持的linux發行版本爲ubuntu，不過其它版本也能夠安裝和使用，只是bug的fix支持力度不大

安裝教程在　　這裏 　　若是沒法訪問，請往下看，不然直接跳第三步

 

在anaconda中建立名字爲"tensorflow"的環境，我理解爲anaconda的命名空間，能夠統一管理包的引入問題，稍後解釋

$    conda create -n tensorflow pip python=2.7 # python版本請根據須要更換，好比3.6

 

激活這個環境：

$    source activate tensorflow

 

此時你的終端的前面會出現(tensorflow)字樣，表明你目前在tensorflow環境中，則你可使用和管理屬於這個環境的包，注意若是要使用這裏的包須要先激活它

如今，在這個環境中安裝tensorflow必須的包：

$    pip install --ignore-installed --upgrade  tfBinaryURL 

注意 tfBinaryURL 須要根據tensorflow版本而改變，對應的URL以下：

 

若是你的電腦沒有NVDIA GPU，則須要安裝cpu-only版本

python2.7　　https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.6.0-cp27-none-linux_x86_64.whl

python3.6　　https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.6.0-cp36-cp36m-linux_x86_64.whl

 

NVDIA GPU supported：*

python2.7　　https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.6.0-cp27-none-linux_x86_64.whl

python3.6　　https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.6.0-cp36-cp36m-linux_x86_64.whl

*注意：若是你安裝gpu版本則須要提早啓動nvdia-docker容器：

$    nvidia-docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow:latest-gpu # 8888:8888是hostport:containerport 後面是tensorflowiGPUImage

按上述配置，你能夠在jupyter notebook使用GPU supported的tensorflow

 

如今，檢驗你在該一步的安裝狀況：

確保你的tensorflow環境是激活狀態，輸入

$    python

則出現 >>> 的python交互prompt

輸入：

1 import tensorflow as tf
2 
3 hello = tf.constant('Hello, TensorFlow!')
4 
5 sess = tf.Session()
6 
7 print(sess.run(hello))

若是顯示 Hello, TensorFlow! 則配置成功，不然多是環境的問題

 

三、使用notebook

爲了在notebook中能夠直接使用tensorflow的包，須要在tensorflow被激活狀況下，安裝

$    conda install ipykernel    # ipykernel是你在該環境使用notebook的cond內核，

而後進入notebook

$    jupyter notebook

進入編輯界面，更改你的notebook內核

菜單欄，依次 Kernel -> chage kernel -> Python [conda env:tensorflow]

 

在編輯框中輸入

import tensorflow as tf

若沒有ERROR則這一步配置成功，不然conda內核沒有配置成功

 

解釋上面提到的conda環境，最直接的影響就是你在當前環境下只能引入當前環境的包，即使在conda環境中安裝的包對你也是不可見的。