分别在Windows系统和Linux系统环境安装anaconda3和tensorflow

Windows系统环境

一、安装anaconda

这里安装的是Anaconda3-2019.03-Windows-x86_64.exe（python3.7版本）

二、检查安装环境

1、若anaconda安装时勾选了配置环境变量，直接cmd；若没有勾选，进入Anaconda Prompt窗口（推荐）

2、检测anaconda环境是否安装成功：

conda --version

3、检测目前安装了哪些环境：

conda info --envs

三、在anaconda中安装tensorflow

1、创建tensorflow环境，安装python3.7：

conda create --name tensorflow python=3.7

注：这里的tensorflow是自己定义的环境名，对应anaconda安装目录下envs文件夹下。

注：由于清华等单位anaconda镜像站未取得授权导致关闭，这里不更换anaconda仓库镜像，使用default即可。

注：如果由于网络不稳定造成下载中断，再次尝试即可。

2、检测tensorflow的环境添加到了Anaconda里面：

conda info --envs

3、激活tensorflow环境（重要，激活后再进行下一步）：

conda activate tensorflow

*注：这里命令与Linux不同。

注：这里环境名称tensorflow与第1步对应。

注：反激活用conda deactivate

4、安装tensorflow：

pip install --upgrade --ignore-installed tensorflow

注：更改pip下载源可以提升下载速度。在C:\Users\用户名\pip文件夹下新建pip.ini文件：

[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host = mirrors.aliyun.com

四、验证是否正常安装

1、在tensorflow环境下输入：python

2、逐行输入：

import tensorflow as tf
hello = tf.constant('hello,tf')
sess = tf.Session()
print(sess.run(hello))

3、打印：b'hello,tf'，即为正常安装。

---

Linux系统环境

一、查看Linux版本信息

[root@bigdata11 ~]# uname -a
Linux bigdata11 3.10.0-693.el7.x86_64 #1 SMP Tue Aug 22 21:09:27 UTC 2017 x86_64 x86_64 x86_64 GNU/Linux

根据Linux版本下载对应的Anaconda版本。

二、安装Anaconda

[root@bigdata11 tools]# bash Anaconda3-2019.03-Linux-x86_64.sh

Welcome to Anaconda3 2019.03

In order to continue the installation process, please review the license
agreement.
Please, press ENTER to continue

...

Do you accept the license terms? [yes|no]（选择yes）
[no] >>> yes

Anaconda3 will now be installed into this location:
/root/anaconda3

  - Press ENTER to confirm the location
  - Press CTRL-C to abort the installation
  - Or specify a different location below

[/root/anaconda3] >>> /root/training/anaconda3（安装路径）
PREFIX=/root/training/anaconda3

...（持续等待）

Do you wish the installer to initialize Anaconda3
by running conda init? [yes|no]（选择yes）
[no] >>> yes

...

由于系统自带python2.7，大数据平台HDP下的spark需要python2环境，因此，不能将系统环境的python变为python3。更改~/.bashrc环境变量文件：

# .bashrc

# User specific aliases and functions

alias rm='rm -i'
alias cp='cp -i'
alias mv='mv -i'

# Source global definitions
if [ -f /etc/bashrc ]; then
        . /etc/bashrc
fi

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
#__conda_setup="$('/root/training/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
#if [ $? -eq 0 ]; then
#    eval "$__conda_setup"
#else
#    if [ -f "/root/training/anaconda3/etc/profile.d/conda.sh" ]; then
#        . "/root/training/anaconda3/etc/profile.d/conda.sh"
#    else
#        export PATH="/root/training/anaconda3/bin:$PATH"
#    fi
#fi
#unset __conda_setup
# <<< conda initialize <<<(将conda initialize部分全部注释，加上下面一句)
export PATH="/usr/bin/:$PATH:/root/training/anaconda3/bin:/root/training/anaconda3/condabin"

这样在系统环境下既可以使用conda命令，又不改变原始python环境。

[root@bigdata11 ~]# python --version
Python 2.7.5

建议：如果在虚拟机上实验，这个时候可以利用虚拟机的“快照”进行保存当前状态。

conda和anaconda的关系：

这里先解释下conda、anaconda这些概念的差别。conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

Anaconda的常用命令有：

$ # 创建一个名为tensotflow的环境，指定Python版本是3.7（不用管是3.7.x，conda会为我们自动寻找3.7.x中的最新版本）
$ conda create --name tensotflow python=3.7  # 这里的--name可以简化为-n

$ source activate tensotflow  # 安装好后，使用activate激活某个环境
$ # 激活后，会发现terminal输入的地方多了tensotflow 的字样

$ # 此时，可以安装和操作一些包

$ source deactivate tensotflow   # 如果想返回普通环境，运行

$ conda remove --name tensotflow --all  # 删除一个已有的环境

$ # conda的包管理类似pip

$ conda install scipy  # conda安装scipy

$ conda list  # 查看已经安装的packages

$ conda list -n tensotflow   # 查看某个指定环境的已安装包

$ conda search numpy  # 查找package信息

$ conda install -n tensotflow numpy  # 安装某个指定环境的package
$ # 如果不用-n指定环境名称，则被安装在当前活跃环境，也可以通过-c指定通过某个channel安装

$ conda update -n tensotflow numpy  # 更新package

$ conda remove -n tensotflow numpy  # 删除package

三、安装TensorFlow

1. 首先创建tensorflow环境

   # conda create --name tensorflow python=3.7
   

   注：这里tensorflow是给该环境取的名字，可以任意。

   此时anaconda会检查并提示你需要在虚拟环境安装一些包，输入y确认即可。

2. 激活tensorflow环境

   source activate tensorflow
   

3. 安装tensorflow

   conda install tensorflow -n tensorflow
   

   注：可能是系统环境的问题，使用pip安装后校验失败。

   安装时间较长，耐心等待。

4. 校验

   在tensorflow环境下输入：python

   import tensorflow as tf
   hello = tf.constant('hello,tf')
   sess = tf.Session()
   print(sess.run(hello))
   

   打印：b'hello,tf'，即为正常安装。