本文主要介绍如何在各种服务器上配置tensorflow机器学习框架。
安装conda
业余的我只知道Conda是一个很好的用来管理环境的工具,好了上专业点的解释:
conda类似于npm或maven的包管理工具,只是conda是针对于python的。可以安装minconda或anaconda进行安装,前者是简化版本,只包含conda和其依赖。如果安装环境有python相关包也没有关系,不需要进行卸载。anaconda支持windows、mac和linux系统,且有两个类型的版本,分别是GUI和command line版本,前者是图形界面,后者是命令行界面,占用资源较少。
那么我们在服务器上配置的时候其实用minconda就好了,废话不多少,开始上第一步。
在需要配置的服务器,依次输入下列命令
- 下载miniconda
wget https://repo.continuum.io/miniconda/Miniconda3-4.6.14-Linux-x86_64.sh
- 安装miniconda
sh Miniconda3-4.6.14-Linux-x86_64.sh
一路yes和 回车。
回到根目录
source ~/.bashrc
- 更新conda
1 | conda update conda |
至此conda安装完毕,接下来进入虚拟环境管理
用Conda配置虚拟环境
- 创建 名字为your-name的,python版本为3.6的虚拟环境
conda create -n your-name python=3.6 #这里可以自己根据自己需求选择
- 打开虚拟环境
conda activate your-name
- 关闭虚拟环境
conda deactivate
- 安装需要用到的package
conda install package-name
基于本文需求,我们这里安装tensorflow2.0这个package
conda install tensorflow
也可以指定tf的版本,不过默认的话目前会下载tf2.0。
通过以下指令可以查看已安装包
conda list
至于gpu版本的tensorflow因为我用不到,所以我没研究。。。。。。。。。。。。好,避免尴尬,下一步吧-
测试tf是否安装成功
1 | >>import tensorflow as tf |
Ok 啦,今天的小教程结束了!!!
其实这是我给自己用的要不然每次查太累了。加油!go go go!