很多生产环境的Linux系统使用的是Python2。同时为了保证数据安全，这些服务器并不连接公网，因此无法使用pip和conda直接下载安装包。为了将现行的Python3项目放上去，我尝试并总结了一套方案。
安装Anaconda3
- 从Anaconda安装库下载所需要的版本。其中，Anaconda3-5.1.0-XXX和Anaconda3-5.2.0-XXX对应的是python 3.6。
- 使用scp或gitlab等方式将安装包传到服务器上。
- 在Linux服务器上使用命令
sh Anaconda3-5.2.0-Linux-x86_64.sh进行Anaconda的安装。安装时一路选择默认选项。 - 使用命令
source ~/.bashrc重新加载配置文件，使得Anaconda路径生效。
安装TensorFlow1.8
- 从TensorFlow官网上寻找所需要的TensorFlow版本。需要哪个版本的环境，就在链接的版本出修改为对应版本。例如我需要的版本是Linux gpu python3.6的Tensorflow1.8，那么我需要的下载链接应该为https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.8.0-cp36-cp36m-linux_x86_64.whl
- 使用scp或gitlab等方式将安装包传到服务器上。
- 使用
pip install tensorflow_gpu-1.8.0-cp36-cp36m-linux_x86_64.whl命令安装TensorFlow。 - 由于是离线环境，无法自动下载所需要的依赖包，因此需要在Pypi上按照错误信息中需要的安装包及版本进行搜素。如果查不到对应版本，则将网页链接的最后的字符该为所需的版本即可。例如，TensorFlow1.8要求的Tensorboard版本为1.8以上1.9以下，但Pypi上只有最新的tensorboard1.14版本。此时只需点击最新版本，将网页链接后缀修改为1.8即可。
- 亲自实践总结的python3.6对应的TensorFlow1.8安装时所需亲自在Pypi上下载的依赖包包括：
absl-py-0.7.1
astor 0.8.0
bleach 1.5.0
future-0.17
gast-0.2.2
grpcio-1.23.0
html5lib-0.9999999
Markdown-3.1.1
protobuf-3.9.1
tensorboard-1.8.0
termcolor-1.1.0
其余依赖已经在Anaconda中安装完毕。
赏
支付宝打赏
微信打赏
支付宝打赏
微信打赏
您的打赏是对我最大的鼓励！
