介绍

anaconda简单来说是个python环境的构建工具，每个虚拟环境中，使用了conda来进行包的管理，conda相比pip最大的好处，就是进行了依赖的检查和下载，尤其是对于各种依赖的devel库和so来说，conda简直太友好了。

安装anaconda3

# 选择python3版本
wget https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh .

sh Anaconda3-2020.02-Linux-x86_64.sh
# 一路执行下去就可以了。默认就按在当前账户的根目录下。
# 执行后，最后一步是是否init环境，选择yes，然后需要重启一下终端。
# If you'd prefer that conda's base environment not be activated on startup, 
#  set the auto_activate_base parameter to false: 
# conda config --set auto_activate_base false

安装tensorflow

# 目前tensorflow还只支持3.7，所以我们新的环境为python3.7版本
conda create --name tensotflow python=3.7
# 激活环境
conda activate tensotflow
# 退出环境
# conda deactivate

# 安装tf
cd /home/kouyan/anaconda3/bin
# 先查找一下源，可以看到每个源下面支持的tf版本以及对应的python版本
./anaconda search -t conda tensorflow
# 默认情况下，我们选择main的就可以了，已经支持到了tf2.1
./anaconda show main/tensorflow
# 安装
conda install --channel https://conda.anaconda.org/main tensorflow

# 看一下当前python的路径，是否已经是anaconda中的了
whereis python3
# 我因为是在jupyterlab中安装，python3的路径还是系统的，只有python3.7是anaconda的，所以需要先进到我的虚拟环境中
# 所有后面我都直接指定python3.7

# hello world 验证下
(tensotflow) [kouyan@dmo-hdp-jupyter-66-deploy-7db99bdd84-8qf4n bin]$ python3.7
Python 3.7.6 (default, Jan  8 2020, 19:59:22)
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
>>> import tensorflow as tf
>>> msg = tf.constant('TensorFlow 2.0 Hello World')
>>> tf.print(msg)
TensorFlow 2.0 Hello World
>>> msg = tf.constant('TensorFlow 2.0 Hello World')
>>> tf.print(msg)
TensorFlow 2.0 Hello World

在jupyterLab中指定tf环境为新的kernel

# 先更新tensorflow环境的pip版本
/home/kouyan/anaconda3/envs/tensotflow/bin/python -m pip install --upgrade pip
# 安装ipykernel，需要在我的tensotflow环境中安装
/home/kouyan/anaconda3/envs/tensotflow/bin/pip install ipykernel
# 设置并启动新的kernel环境
/home/kouyan/anaconda3/envs/tensotflow/bin/python3.7 -m ipykernel install --user --name tensorflow --display-name "tensorflow(python3.7)"

# 查看kernel列表
jupyter kernelspec list

# 卸载kernel
# jupyter kernelspec remove kernelname

在jupyterlab页面就可以看到tensorflow kernel了。

在notebook中试一下

image.png
在console中试一下
image.png

卸载anaconda3

删除用户根目录下的anaconda3目录。
删除~/.bashrc下面的__conda_setup语句。