本次記錄Linux服務器的一些基本使用命令及方法。包括anaconda的安裝，以及環境管理、包管理的常用命令。小小白一個，若有錯誤還望大家不吝賜教！

1 熟悉服務器的幾個命令

> # uname -a # 查看內核/操作系統/CPU信息 > # head -n 1 /etc/issue # 查看操作系統版本 > # cat /proc/cpuinfo # 查看CPU信息 > # hostname # 查看計算機名 > # lspci -tv # 列出所有PCI設備 > # lsusb -tv # 列出所有USB設備 > # lsmod # 列出加載的內核模塊 > # env # 查看環境變量

由上查到樓主使用的服務器信息如下：

版本為Ubuntu18.04：Linux version 5.3.0-46-generic (buildd@lcy01-amd64-013) (gcc version 7.5.0 (Ubuntu 7.5.0-3ubuntu1~18.04)) #38~18.04.1-Ubuntu SMP Tue Mar 31 04:17:56 UTC 2020
2 64位的系統：Linux user 5.3.0-46-generic #38~18.04.1-Ubuntu SMP Tue Mar 31 04:17:56 UTC 2020 x86_64 x86_64 x86_64 GNU/Linux

2 anaconda在Ubuntu環境下的安裝

到官網復制Linux的anaconda的版本鏈接，在前加上wget到終端里下載。但是會很慢，所以考慮：

鏡像的地址如下:anaconda清華大學開源軟件鏡像。
Anaconda 安裝包可以在這里下載。

3 查看conda 目前什么源并換源

查看

conda config --show

更換conda源，運行以下命令:

conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

即可添加 Anaconda Python 免費倉庫。

4 conda環境管理

查看有哪些虛擬環境

conda env list

目前樓主服務器顯示如下： base * /home/qh/anaconda3 python3.7 /home/qh/anaconda3/envs/python3.7

創建py的虛擬環境:

conda create -n py35 python=3.5

激活:

source activate py35

切換回本機環境:

source deactivate py35

對虛擬環境安裝額外的包

conda install -n py35 [package]

刪除環境中的包

conda remove -name py35 [package]

刪除環境

conda remove -n 環境名 --all

查看存在哪些虛擬環境

conda env list
conda info -e
conda info --envs

查看安裝了哪些包

conda list

#刪除環境

conda remove --name <env_name> --all

#復制環境

conda create --name <new_env_name> --clone <copied_env_name>

5 conda包管理

#安裝包

conda install --name <env_name> <package_name>#指定環境中安裝包

conda install <package_name>#在當前環境中安裝包

#卸載包

conda remove --name <env_name> <package_name># 卸載指定環境中的包

conda remove <package_name>#卸載當前環境中的包

#查找包

conda search #模糊查找

conda search --full-name <package_full_name>#精確查找

#獲取當前環境中已安裝的包信息

conda list

#更新包

conda update --all#更新所有包

conda upgrade --all#更新所有包

conda update <package_name>#更新指定包

conda upgrade <package_name>#更新指定包

最后附上一個小貼士：
ubuntu18.04安裝sougou輸入法

（但疫情原因沒法重啟服務器，所以并未完全成功，先馬住！）

#首先安裝fcitx

sudo apt-get install fcitx-bin

#安裝輸入法

sudo apt-get install fcitx-table

#sougou拼音輸入法依賴與fcitx，所以現在開始安裝sougou輸入法：sougou輸入法鏈接

#參照sougou輸入法安裝指南安裝即可

看這個帖子還不錯！

配置環境

安裝完成以后，需要把cuda路徑添加到當前用戶的配置文件里：

sudo gedit ~/.bashrc

將安裝路徑添加到文件末尾：

export PATH=/usr/local/cuda-8.0/bin:$PATHexportL{D}_{L}IBRAR{Y}_{P}ATH=/usr/local/cuda?8.0/lib64:$LD_LIBRARY_PATH

然后執行如下命令使路徑生效：
. ~/.bashrc

6 安裝TensorFlow的圖形化方法

很新穎有木有？！

樓主也是今天才知道，anaconda里安裝TensorFlow有兩種方式，即命令行和圖形界面，網上大多數據文章都是介紹的命令行方式,其實圖形界面方式更直觀友好。

在終端輸入

anaconda-navigator

命令，啟動主界面（等的時間有點長，耐心點兒~），如下所示。

繼而根據樓主圖中的框所示，依次選擇Environments菜單——選All——輸入tensorflow搜索——在出現的列表里，勾選想要安裝的tensorflow版本【tensorflow是CPU版本，tensorflow-gpu是GPU版本】——點擊apply，anaconda會自動檢索其依賴項，確認安裝即可。

第一次見到這種安裝形式hin新穎，可以推薦給你們啊哈哈哈！！！
棒棒噠！！！

但：
安裝結束后（時間蠻長的），終端里面輸入jupyter notebook，用代碼測試是否安裝成功時，出現了：
Tensorflow之AttributeError: module ‘tensorflow’ has no attribute 'Session’問題

經查驗，報錯原因可能是：其實不是安裝錯誤，2.0以后的版本問題，是因為在新的Tensorflow 2.0版本中已經移除了Session這一模塊，改換運行代碼

解決辦法：
1、將以下代碼

import tensorflow as tf con_b = tf.constant(4) sess = tf.Session() print(sess.run(con_b))改成import tensorflow as tf # tf.compat.v1.Session() con_b = tf.constant(4) tf.print(con_b)

2、可以改換低版本的Tensorflow，直接用pip即可安裝

pip install tensorflow==1.14降低的版本號

不過雖然安裝成功了，但anaconda里用conda env list查詢環境時沒有，昂~~~~不明覺厲，樓主我水淺，還得再探索探索！囧Orz~

好啦，這篇就暫時寫到這里吧，后續再更新完善啦~

總結

以上是生活随笔為你收集整理的Ubuntu小小白的碎碎记录【conda篇】的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。