conda 安装 TensorFlow gpu cuda 轻松无错安装 nb_conda jupyter conda常用命令快速入门

向右看齐 2022-04-12 02:28 324阅读 0赞

前置安装：nvidia 显卡驱动

下一步安装anaconda，如果安装anaconda3就会自动去链接python3 配套的库。

首先理解下配置环境是在干嘛：很简单，就是安装软件

那么怎么简化这个过程，避免换个环境，就得卸载重装，和别人共用一个服务器，就为了配置环境焦头烂额。

很多人只把anaconda作为一个综合包，里面有很多需要用的别人的代码。但是它的真正作用是建立使用怕python的虚拟环境。

也就是说。你可以用anaconda建立一个新的空的环境，什么都没有，然后你一激活她，你就处于一台新的机器。你在这个新的机器上可以安装任意软件而不影响别人的，或者以前的环境。

你在这台新机器上运行代码，他只能使用你在新环境中安装的包。

你关闭了这个环境，这个环境就识趣的消失，不在你的系统留下一丝痕迹。等在硬盘上，等待你下一次召唤。

难道不是特别好用吗！！！（docker更好用，操作系统都能给你虚拟出来，再说吧）

了解anaconda的机制后，你不要觉得麻烦，因为你除非明就不干了，否则你还得不断换项目换环境。磨刀不误砍柴工。更何况，建立虚拟环境并且使用特别简单。

分为以下几条重要命令：

1.换仓库的源，就是你从哪下载包，不改的话你就得爬墙

2.建立一个空环境

3.激活环境

4.在新的环境下安装卸载软件，运行代码

5.关闭环境

# 0路径设置 #

这个不是人人都要整的。如果你在自己的目录下安装了anaconda，那你肯定是要整路径。因为anaconda会把路径写到你个人文件夹下：比如tom的   /home/tom/.bashrc 这个文件

他前面进行了两次意外检测，直到最后才引入了我们的路径。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70][]

如果你直接在自己的目录下就好使，那就ok，什么都不用改。

如果你只有 /home/tom/anaconda3/bin/conda list 才会生效，那么你需要直接把路径放出去。

就是把 路径直接写在前面即可。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 1][]

# 1.换源 #

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

# 2.建立新环境以及激活 #

你要确定你想要用的python版本

conda create --name mask1 python=3.4

**注意必须激活改空的环境，后再安装软件：否则，你就会安装在外面，和别人的，以前的大环境一起，那就不知道会发生什么了。**

source activate mask1
    conda list #看下你在这个环境下安装了什么

# 3.安装软件包 #

## 3.1查找包版本 ##

你得先知道你要安装什么对吧，比如tensorflow-gpu 版本，但你可能不知道都有什么版本可以选

conda search tensorflow-gpu

就会有：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 2][]

## 3.2 安装软件 ##

然后你想装1.9.0，需要cuda9，cudnn7作为前置，但你可能不知道该用什么前置。不要紧，他会聪明的给你安装：

conda install tensorflow-gpu=1.9.0

看一下他都给你安装了什么：cudatoolkit-9.0这就是所谓的cuda，你看，前置都给你安装好了。

# ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 3][] #

**如果你想用pip安装，那你只要再激活的环境中直接pip install 即可比如pip install ls**

# 4.移除环境中的包，移除整个环境,关闭环境 #

conda remove -n mask1 tensorflow-gpu=1.9.0#移除mask1环境中的tensorflow
    conda remove -n mask1 --all  #移除mask1整个环境
    (mask1) liutian@test:~/anaconda3/bin$ deactivate #在我的mask1环境下，我关闭了该环境。

# 5.列出现在的所有环境 #

conda env list

# 6.在安装过程中，原有的软件会被升级 #

比如，我本来安装的是python3.4，但由于我安装了tensorflow1.9.0，需要3.6，他就给我升级了，还会询问我是否要安装升级包，每次安装，都会给你一个列表，告诉你你会被安装什么，更新什么。请不要胡适。因为anaconda这个安装会检测你的环境，判断是否版本配套。这个作用是你在大环境安装无法享受的服务。挺好的。

# 7.查看安装包 #

如果你对于自己的电脑掌控的比较严，那你可以直接去安装地点，亲自视察，看看你都有啥：

不多解释自己看路径。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 4][]

再比如，你想找找，你的那个自动安装的前置，cuda去哪了：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 5][]

显然，这个cuda的安装姿势和我们在大环境直接安装不一样。

查看anaconda 环境mask1安装的包。

这个我选择用jupyter lab

直接激活环境并且安装jupyter lab

然后安装：[https://www.jianshu.com/p/91365f343585?utm\_campaign=maleskine&utm\_content=note&utm\_medium=seo\_notes&utm\_source=recommendation][https_www.jianshu.com_p_91365f343585_utm_campaign_maleskine_utm_content_note_utm_medium_seo_notes_utm_source_recommendation]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 6][]

再打开jupyter notebook 或者lab就有：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 7][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70]: /images/20220412/e872b75a8d9941cab2f7629210073143.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 1]: /images/20220412/f4fd41aad2054cd88b8d8590f0114d70.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 2]: /images/20220412/58b84d87336242d7818d8f1f6f22020d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 3]: /images/20220412/013a8f8c539a42049349b5ac462be785.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 4]: /images/20220412/26bec3ed71a44928b739749662ccdc7d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 5]: /images/20220412/83600c10c2324a68abf844c3d98f852b.png
[https_www.jianshu.com_p_91365f343585_utm_campaign_maleskine_utm_content_note_utm_medium_seo_notes_utm_source_recommendation]: https://www.jianshu.com/p/91365f343585?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 6]: /images/20220412/5c36ce06bcab4d17ad22582db8f85a96.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTMyNDk4NTM_size_16_color_FFFFFF_t_70 7]: /images/20220412/58d73bb9b83746e0a8a89ed2044d1069.png