ubuntu16.04+cuda9+cudnn7+tensorflow+pycharm环境搭建

安装环境：ubuntu16.04+cuda9+cudnn7+tensorflow+pycharm

1）前期搭建过程主要是按照这篇博文，对于版本选择，安装步骤都讲得很详细，亲测有效！

https://blog.csdn.net/qq_35976351/article/details/79325476

2）pycharm的安装很简单，这里没有通过命令行安装，直接去官网下载，参考这篇博文

https://blog.csdn.net/zhuanshu666/article/details/73554885

（ps：这篇博文上安装的是professional版，我安装的是community版。官网上定义的professional版本是full-featured IDE for Python&Web development，Community是Lightweight IDE for Python & Scientific development，community能满足我的需求了。但是安装步骤是一样的，只是省去一些步骤，选项我都是采用默认...）

安装好后，之后运行，在安装包的bin目录下运行如下命令：

sh ./pycharm.sh

运行之后，可以在菜单栏选择lock在启动项，以后就可以直接点图标进了~~

3）anaconda3的搭建与使用

最近在精读一篇论文，看到它里面代码提示说环境的搭建可以通过anaconda3来实现。之前在写ml大作业的时候在自己笔记本上搭tensorflow的时候就是按着教程什么顺序都没缕清一顿瞎搭，现在有了一定的理解。

anaconda上集成了许多深度学习的python包，可以在anaconda上面建立一个python环境，然后通过anaconda直接在上面加上所依赖的包，比如tensorflow、keras、sklearn等。然后在pycharm里面就可以直接选择在anaconda3里面搭建的python环境了，选择的是conda environment。

anaconda的环境搭建也非常简单，参考的是这篇博文：

https://blog.csdn.net/daydayjump/article/details/78714001

但是安装之后，在终端输入conda list测试，就会提示conda未找到命令。

只需要在终端输入这几句命令就ok了！

echo 'export PATH="/home/ly/anaconda3/bin:$PATH"' >> ~/.bashrc    #在.bashrc文件中插入

source ~/.bashrc    #使.bashrc生效

然后在输入conda list测试，生效！

ps.但是没有anaconda也可以集成环境，也可以集成keras和sklearn这些环境，就是比较麻烦。

就是在终端中，找到该项目现在所使用的python环境，然后通过以下命令安装相应的包：

pip install -U scikit-learn
pip install keras

或者在pycharm里面可视化install也可以滴！

================================================

记录一下搭建过程中出现的一些问题以及相应解决方案：

1.在import tensorflow as tf进行测试时，报这个错：

Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2

意思是说，tensorflow版本太低了，没有通过兼容AVX来Compile，但是电脑版本可以通过。

有两个解决方案：

1）https://github.com/lakshayg/tensorflow-build 这有别人编译好的，可以下载源代码在电脑上重新compile

2）简单粗暴地忽略这个警告...

在最顶行写入如下代码:

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '' 

2.装好tensorflow之后，怎么在pycharm里面用呢？

　　1）按照之前的tensorflow安装教程，通过在终端输入如下命令使用tensorflow，再在当前tensorflow环境下查询对应的python位置

source ~/tensorflow/bin/activate #使用tensorflow
which python #查看当前tensorflow搭在哪个python路径

　　2）打开pycharm->File->Settings

　　在project interpreter右边的add local，将python环境切换为按照第1）步查找的路径就ok了。