Linux下创建TensorFlow虚拟环境并实现远程代码调试

写在前面：假设你的Linux已经安装Anaconda

第一步 检查conda版本

conda -V

第二步 创建python虚拟环境

conda create -n tensorflow_2017 python=3.6

然后在输出y，耐心等待即可 OK！大功告成，名为tensorflow_2017的python3.6虚拟环境创建完毕！

第三步 在虚拟环境下安装tensorflow

首先，输入

conda env list

来查询linux的虚拟环境列表 进入上图标红的虚拟环境，准备安装tensorflow

source activate tensorflow_2017

安装GPU版本的TF：

pip install --upgrade tensorflow

耐心等待安装完毕即可 最后测试tensorflow是否为GPU版本

import tensorflow as tf print('GPU', tf.test.is_gpu_available())

OK！GPU版本的TensorFlow已经安装完毕！

第四步 利用PyCharm实现远程代码调试

1. 同步本地与远端服务器代码

首先打开专业版PyCharm，点击Tools -> Deployment -> Configuration 再点击左上角 + 号选择SFTP，起一个名称（例如我这里起的是160） Connection栏中的设置项如下 host: 也就是远端服务器地址 User name: 登录名 Password: 对应登陆密码 这三项填完最好Test Connection一下 Root path: 文件夹根目录 本地文件夹地址与远端服务器文件夹相对路径 然后点击Tools -> Deployment -> Options 勾选下图标红选项 然后选中项目，点击Tools -> Deployment -> Upload to XXX 点击Tools -> Deployment -> Browse Remote Host即可查看远端服务器根目录下文件夹及其代码 OK！代码同步至此已经完成！

2. 配置远端Project Interpreter

点击File -> settings -> Project -> Project Interpreter 至此，配置已全部结束，咱们接下来新建一个py文件做最终测试即可 OK！大功告成，本文到此结束！