环境配置遇到的问题

因为毕设不得不开始机器学习相关的实验，小白开始将遇到的问题记录一下。

环境说明：python2.7+tensoflow1.12.0

注意：

用anaconda安装环境的时候需要联网，刚开始没有联网一直遇到http错误，哭了！

curl -d "user=学号&pass=密码" http://10.3.8.211/login --登录校园网

更改condarc文件添加镜像信息

1.用anaconda创建虚拟环境

source activate -启动虚拟base环境

conda create -n test27 python=2.7 --创建虚拟环境test27

conda activate test27 --进入虚拟环境test27

conda deactivate --退出当前虚拟环境

pip install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple --安装tensorflow1.12.0

pip list --可以看看有没有安装成功

python
import tensorflow as tf
print(tf.__version__)  ##可以看看有没有导入成功

如果没有成功导入，还需要配置相应版本的cuda和cudnn，直接在虚拟环境中安装就可以！

cat /proc/driver/nvidia/version --确定有没有gpu

conda install cudatoolkit=9.0 --安装cuda

【cat /usr/local/cuda/version.txt --查看cuda版本】

conda install cudnn=7.1.2 --安装cudnn

安装好之后可能还需要修改用户环境变量，这里我没有修改，但是也导入成功了；

进入/home/用户名/.bashrc文件，加入下面语句：
  export PATH=$HOME/cuda-9.0/bin:$PATH
  export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/cuda-9.0/lib64/
修改之后source ~/.bashrc使环境变量生效。

再次导入tensorflow，发现成功啦，然后进行相应的项目文件夹，执行python xx.py，项目就正常的跑起来啦！开心！

参考链接：https://blog.csdn.net/m0_37584687/article/details/88825444 （等）

2.screen命令

天真的以为关闭终端，程序仍会在后台执行，这里可以有两种程序在后台启动的方式；

1.日志

2.screen命令

screen -S name 创建screen终端

---进行test27虚拟环境，并启动程序

exit --screen退出，完全退出不保存；

Ctrl+A+D键 保存会话退出   screen -r （name）再次进入当前会话；

参考链接：https://www.runoob.com/linux/linux-comm-screen.html

https://blog.csdn.net/han0373/article/details/81352663

3.vim文本编辑命令

:w 保存文件但不退出vi
:w file 将修改另外保存到file中，不退出vi
:w! 强制保存，不推出vi
:wq 保存文件并退出vi
:wq! 强制保存文件，并退出vi
q: 不保存文件，退出vi
:q! 不保存文件，强制退出vi
:e! 放弃所有修改，从上次保存文件开始再编辑

i启动编辑，esc退出编辑

4.记录一些常用命令

nvidia-smi --cpu的使用情况

vim ~/.profile --安装anaconda是需要修改配置文件

rm -rf xx 删除目录下的文件夹

ln -s ~/data/anaconda3 ~/anaconda3 --安装tensorflow时空间不足，这个命令相当于把原来位置的conda快捷方式到date里面那个，妙啊

最后

以上就是沉默小蝴蝶为你收集整理的机器学习相关——环境配置环境配置遇到的问题的全部内容，希望文章能够帮你解决机器学习相关——环境配置环境配置遇到的问题所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。