4. 配环境（TensorFlow）

作者：Lisa , Lu进行了修订

下文会逐步配置一个基于 TensorFlow 机器学习环境。

首先要登录到服务器的计算节点，再配置环境。

4.1. 配置环境

建议：创建不同的虚拟环境装不同的深度学习库(如Pytorch、tensorflow等)

创建虚拟环境请参考上一节 配环境（PyTorch）。

4.2. 安装TensorFlow-GPU

输入命令： conda install tensorflow-gpu -c conda-forge

(如果不想使用 conda-forge ,可以使用 conda install tensorflow-gpu ，但是版本通常会低一点)

稍作等待，在提示Proceed ([y]/n)? 时，检查安装计划，输入 y 确认安装

4.3. 验证安装

(1) 需要回到aha:

(如果显示环境在eureka或tatooine，用命令 exit 退回到 aha 即可)

(2) 申请GPU

进入带有1个GPU的bash：srun --pty --gres=gpu:1 bash -i (要求用1个GPU)

(3)测试tensorflow-gpu是否安装成功

激活环境命令: conda activate relax (修改relax为自己的环境名)

进入python交互式模式命令: python

输入Python代码：

import tensorflow as tf
tf.test.is_gpu_available()

等待数秒，会有许多输出，这些我们看可以暂时忽略，只关注最后一行即可。

最后一行输出为true，则表示tensorflow-gpu安装成功！[撒花★,°:.☆(￣▽￣)/$:.°★ 。]