Ubuntu 18.04安装Tensorflow2.1.0
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
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:$PATH"‘>>~/.bashrc
source ~/.bashrc
通过Anaconda安装Tensorflow-gpu,keras
- 首先需要新建一个conda环境，命名为tensorflow：
conda create -n tensorflow python=3.6
- 待创建完成之后可以使用以下命令管理这个环境：
source activate tensorflow #激活环境
source deactivate tensorflow #关闭环境
-
安装 Tensorflow-gpu，其中 tensorflow-gpu==2.1.0 是Tensorflow-gpu安装的版本，可自行修改版本
pip install -i https://mirrors.ustc.edu.cn/pypi/web/simple tensorflow-gpu==2.1.0
- 安装完毕后，可测试Tensorflow-gpu是否安装成功
输入以下命令执行Python
python
输入以下命令导入tensorflow包，回车导入，若无报错，则说明Tensorflow-gpu安装成功
import tensorflow as tf
5、取消激活，退出环境（退出Python可键入 Ctrl + Z ）
source deactivate
每次进入Anaconda3提供的Python环境中都需要激活环境，当不再使用该环境时，需要取消激活，再退出环境，如果退出环境后要再次进入环境，需要打开一个新的终端使用，而原本的终端无法再次激活环境
source activate tensorflow //激活
source deactivate //取消激活
安装 Keras
Keras的安装与Tensorflow-gpu的安装类似，都是基于Anaconda3实现
1、打开终端，激活安装有Tensorflow-gpu所在的环境，其中 tensorflow-gpu 为需要激活的环境名称，可自行修改
source activate tensorflow
2、安装Keras，其中 keras==2.3.1 为Keras的版本信息,版本号可自行修改
pip install keras==2.3.1
3、安装完毕后，可测试Keras是否安装成功
输入以下命令执行Python
python
输入以下命令导入keras包，回车导入，若仅弹出 Using TensorFlow backend. ，而无报错，则说明Keras安装成功
import keras
安装过程中遇到的问题！！！
一、 源的问题
安装的时候报错
使用清华源的时候安装速度很满，并且报错
解决办法：更换pip源，推荐中科大/阿里云
pip install -i https://mirrors.ustc.edu.cn/pypi/web/simple tensorflow-gpu==2.1.0
更换源后就不再报错
二、缺少TensorRT的问题
解决办法：
不要用pip安装TensorFlow包，要用conda来安装包（前提是要有Anaconda），输入conda指令：
conda install tensorflow-gpu==2.1.0
上面的版本可以换成2.0.0，无论什么版本切记一定要指明版本！否则可能会安装到1.0的旧版本。
conda会自动将TensorFlow相关的库给安装齐全，如cudnn、cudatoolkit、tensorflow-base等。
1.3 InvalidVersionSpecError: Invalid version spec: =2.7
编辑用户目录下的.condarc ( 例如windows就是：C:\Users\admin.condarc ，Linux一般是~/.condarc
删除带有：conda-forge 的那一行，成功解决！
三、卸载tensorflow的问题
在Anaconda的环境下，查看安装的tensorflow
sudo pip list
根据列出的安装包逐个卸载tensorflow的相关包
pip uninstall tensorflow
四、卸载Anaconda3的问题
4.1 打开Anaconda3所在目录
4.2 删除该目录
sudo rm -rf anaconda3/
4.3 删除环境变量
sudo gedit ~/.bashrc
//删掉最后一行，即
# added by Anaconda3 installer
export PATH="/home/jhw/anaconda3/bin:$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：
