GPU 配置tensorflow虚拟环境

1)创建虚拟环境
$ conda create -n py36 python=3.5（TensorFlow目前支持py3.6，但是3.5更加稳定）-n 等同于–name
2)激活环境

$ source activate py36

3）安装ananconda

$ conda install anaconda

4)查找最新端适用tensorflow版本

$ anaconda search -t conda tensorflow

 anaconda/tensorflow-gpu # （我选择的tensorflow源）

5)查询安装tensorflow命令

$ anaconda show  anaconda/tensorflow-gpu

最后两行：

To install this package with conda run:
      conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu

6）安装 tensorflow

$ conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu

7）检验是否成功

在py36的环境下切换到python行命令中

>import tensorflow as tf

不报错即表示成功，
如果出现无法如下报错：
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory

$ pip install --ignore-installed --upgrade tensorflow-gpu

再重复5）-7）步骤。

8)将相应的pyhon kernel添加到jupyter notebook中(前提是此环境下已经安装了anaconda)

$ pip install ipykernel（如果没有ipykernel包，需要安装）

$ python -m ipykernel install --name 名称（名称显示在jupyter notebook中，可以任意）

---

9）删除虚拟环境

conda remove -n py36 --all

10）查询现有环境

conda info -e

11)激活环境

source activate py36

12)关闭环境

source deactivate py36

13)查询conda env 命令行

conda env list

14)查询当前环境中的包

conda list

15）更新当前环境下的包

conda upgrade 包名
conda upgrade -all #更新所有包

16)搜索包

conda search 包名

---

非root用户下python环境添加到root环境下的jupyter notebook kernel中(Centos 7)

如需转载，务必标明出处及作者信息：@洋石灰儿 @https://blog.youkuaiyun.com/Yshihui/article/details/80518096