快乐学习
前程无忧、中华英才非你莫属!

Ubuntu环境下Anaconda安装TensorFlow并配置Jupyter远程访问

  本文主要讲解在Ubuntu系统中,如何在Anaconda下安装TensorFlow以及配置Jupyter Notebook远程访问的过程。
在官方文档中提到,TensorFlow的安装主要有以下五种形式:
Pip安装:这种安装形式类似于安装其他的Python安装包。会影响到机器上当前的Python环境,可能会与已安装的某些版本相冲突。
Virtualenv安装:将TensorFlow安装在指定路径下,与当前的Python环境相隔离。
Anaconda安装:以Anaconda为基础安装TensorFlow,和上面的形式相同,也与当前Python环境相隔离。在使用TensorFlow时不影响其他Python应用的使用。
Docker安装:在Docker中隔离安装TensorFlow
从源码安装:编译源码生成TensorFlow的安装whell文件。
在安装过程中,尝试了Pip安装和Anaconda安装两种形式。其中Pip安装过程比较简单,按照官方文档中的步骤进行即可。接下来主要描述的是Anaconda安装的过程。

一、Anaconda和TensorFlow环境

1、Anaconda安装

首先去本文最后的Anaconda官方下载地址下载Anaconda安装文件Anaconda2-4.2.0-Linux-x86_64.sh。 
下载完成后上传到服务器中,在文件路径下执行如下命令: 
bash Anaconda2-4.2.0-Linux-x86_64.sh

接下来按照提示设置一些安装路径等参数,Anaconda安装完成后,会安装很多Python中常用的package,比如ipython和jupyter等。

2、TensorFlow环境配置和切换

安装完成后,使用如下命令生成一个名为tensorflow的conda环境,根据python版本选择正确的命令执行即可
# Python 2.7$ conda create -n TensorFlow python=2.7
# Python 3.4$ conda create -n TensorFlow python=3.4
# Python 3.5$ conda create -n TensorFlow python=3.5

生成conda环境主要是可以自由切换tensorflow环境和普通python环境。 
(1)进入TensorFlow环境 
使用如下命令进入TensorFlow环境: 
source activate tensorflow 
此时界面如图所示,可以看到,在这里会将/usr/local/ml/anaconda2/envs/tensorflow/bin配置到PATH变量前, 

(2)退出tensorflow环境 
使用如下命令可以从tensorflow环境中退出: 
source deactivate 
结果如下,可以看到这两种环境下python的执行路径是不相同的 
 

二、TensorFlow安装

1、安装

在官方文档中介绍了在Anaconda中安装TensorFlow有两种方法,一种是使用conda安装,另一种是使用pip安装。在实际操作时发现由于网络原因,稍大一点的安装包就会长时间卡住无响应。可以考虑将需要的安装包下载后以local模式进行安装,在操作中发现pip安装可下载的资源比较多,而conda安装资源比较难找,所以接下来以pip的方式进行安装。 
在conda安装时,可以看到TensorFlow需要依赖的package及版本如下: 

在pip安装模式下,根据安装过程的提升,将对应版本的安装文件从本文最末的Python安装包下载地址中下载到本地。比如在此次安装过程中,我手动下载了几个比较大的安装文件,如下所示
pip install numpy1.11.2-cp27-cp27mu-manylinux1_x86_64.whl
pip install protobuf3.0.0-py2.py3-none-any.whl
pip install tensorflow0.11.0rc0-cp27-none-linux_x86_64.whl

2、遇到的报错

安装完成后,在tensorflow环境下执行示例代码时发现了如下的一个报错
ImportError: libcudart.so.7.0: cannot open shared object file: No such file or directory
Error importing tensorflow. Unless you are using bazel

经排查发现是tensorflow安装文件下载错误导致的。我本想安装的是CPU Only版本,而错误安装了一个GPU enabled版本。 

有关该错,还可以参考官方文档中的详细描述
重新安装对应版本后错误消失。

3、验证安装是否正确

官方文档中提供一段检查tensorflow安装是否正确的代码,如下所示
$ python
>>> import tensorflow as tf
>>> hello = tf.constant(‘Hello, TensorFlow!’)
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>

运行结果如下所示: 

到这里TensorFlow已经正确安装,可以继续进行后续学习了。 
但是考虑到TensorFlow安装在虚拟机中,使用不是很方便,接下来考虑配置一个jupyter notebook server服务可以在浏览器中远程访问,更加方便的使用tensorflow。

4、查看版本和安装路径

查看TensorFlow的版本:
>>> import tensorflow as tf
>>> tf.__version__
‘0.11.0rc2’

查看TensorFlow安装路径:
>>> tf.__path__
[‘/usr/local/ml/anaconda2/envs/tensorflow/lib/python2.7/site-packages/tensorflow’]

5、TensorBoard启动和访问

每次启动TensorBoard时可以按照如下命令进行启动,需要用–logdir参数指定SummaryWriter的事件文件写出路径。
tensorboard logdir /usr/local/ml/anaconda2/envs/tensorflow/logs

1
启动后,输出如下信息,默认启动端口号为6006,可以使用后面的帮助信息查看如何在启动时指定其他端口。
Starting TensorBoard 29 on port 6006
(You can navigate to http://192.168.1.100:6006)

页面如下: 

更多启动参数可以查看tensorboard的帮助信息
tensorboard -h

1

三、Jupyter Notebook远程访问

在TensorFlow官方文档中正确安装TensorFlow后,还有一小部分文档描述在tensorflow环境下安装IPython。如果完全按照官方文档的提升安装所需组件后,是无法通过浏览器远程使用TensorFlow的。需要在TensorFlow环境下手动安装Jupyter Notebook并且配置其Server方式。

1、Jupyter安装

去Python安装包下载地址中下载Jupyter安装文件,并按安装过程中的依赖提示,下载并安装Jupyter依赖的安装包。

2、Jupyter Notebook Server配置

Jupyter安装完成后,需要进行以下一系列操作并配置好配置文件。配置完成后,建议在Chrome浏览器中远程使用,由于浏览器原因遇到的报错会在最后描述。 
参考Jupyter Notebook官方文档中的步骤就可以实现远程访问的功能。 
 
(1)生成配置文件 
使用如下命令

jupyter notebook generateconfig

1
会在~/.jupyter目录下生成一个名为jupyter_notebook_config.py的配置文件
(2)准备配置的密码 
如下所示,

In [1]: from notebook.auth import passwd
In [2]: passwd()
Enter password:
Verify password:
Out[2]: ‘sha1:67c9e60bb8b6:9ffede0825894254b2e042ea597d771089e11aed’

1
2
3
4
5
注意保存上面的Out[2]中生成的内容
(3)生成pem和key文件 
使用如下命令会在当前路径下生成一个mykey.key和一个mycert.pem文件,这两个文件会在后面的配置中使用到。下面的命令会生成有效期为365天的certificate文件。

openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout mykey.key -out mycert.pem

1
 
(4)配置配置文件 
这里主要配置第一步中的jupyter_notebook_config.py文件。需要配置的选项如下:

c.NotebookApp.certfile = u’/absolute/path/to/your/certificate/mycert.pem’
c.NotebookApp.keyfile = u’/absolute/path/to/your/certificate/mykey.key’# Set ip to ‘*’ to bind on all interfaces (ips) for the public server
c.NotebookApp.ip = ‘*’
c.NotebookApp.password = u’sha1:bcd259ccf…<your hashed password here>’
c.NotebookApp.open_browser = False
# 指定端口号
c.NotebookApp.port = 8888

1
2
3
4
5
6
7
8
9
配置完成后,在TensorFlow环境下输入jupyter notebook命令,在远程中打开Chrome浏览器,输入https://ip:8888就可以远程访问并使用TensorFLow了。 
最终效果如下: 

注意事项: 
注意这里最好使用Chrome浏览器,以免遇到莫名其妙的文件。比如我在使用猎豹浏览器时在页面上遇到了404 : Not Found的错误 

在后台输出的日志中显示 
[W 08:33:55.116 NotebookApp] 404 GET 
换到Chrome浏览器后,问题消失。

主要参考和使用的资源网站: 
作者:dabokele


打赏

未经允许不得转载:同乐学堂 » Ubuntu环境下Anaconda安装TensorFlow并配置Jupyter远程访问

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

特别的技术,给特别的你!

联系QQ:1071235258QQ群:226134712
error: Sorry,暂时内容不可复制!