Linux伺服器下運行同時包含CPU和GPU版本TensorFlow的項目，對於GPU版本，首先使用Anaconda建立GPU環境，首先將本地環境同步到服務上，再卸載cpu版本的pytorch和TensorFlow，下載GPU版對應版本的pytorch和TensorFlow。執行不同版本項目時，只需... ...
最近在Linux伺服器上配置項目，項目需要使用GPU版本的pytorch和TensorFlow，而且該項目內會同時使用TensorFlow的GPU和CPU。
在伺服器上裝環境，如果重新開始，就需要下載很多依賴包，而且如果直接在系統上安裝包，可能會和伺服器上的其他包發生衝突，因此使用Anaconda創建虛擬環境來管理項目的依賴包。Anaconda的安裝可以去清華大學的鏡像下載，速度比較快，選擇對應的版本就可以了 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 。我需要下載python3.6對應的Anaconda可以對照下麵這張圖片來查看，選擇Anaconda3-5.2.0版本就可以了。(但是其實我下載成了anaconda2，不過並不影響後續使用）
Anaconda下載之後會在~/.bashrc中添加一條環境變數。如果首次運行conda命令找不到，就source ~/.bashrc。
配置好Anaconda後，如果要創建虛擬環境，重新下載包也需要很麻煩的操作，而且需要對照以前的項目進行一一下載。這太撈了，我們考慮直接將本地項目的anaconda環境打包好上傳到伺服器上，就可以使用本地的虛擬環境了。具體做法是，首先到本地的Anaconda環境目錄下，我的是/home/timber/anaconda2/envs ，這個目錄下就是用戶創建的anaconda環境。直接打包
tar -cvf name.tar your_env_name/
然後將這個文件用scp上傳到伺服器下的(anaconda2_dir)/envs下，
scp name.tar remote_username@remote_ip:anaconda_dir/envs
接著在伺服器的anaconda的envs目錄下解壓name.tar
tar -xvf name.tar
環境就移植到伺服器上了，可以在伺服器上通過conda env list檢驗是否有我們剛移植的環境。
本地安裝的環境是cpu版本的pytorch和TensorFlow，首先將pytorch卸載
conda activate project #激活環境 conda uninstall pytorch
然後去清華大學的鏡像下下載pytorch（因為官方下載超級慢）。需要首先配置清華大學鏡像。
依次運行以下命令
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 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
上面三條是配置清華鏡像源，下麵一條是配置pytorch源。然後去到官網，選擇你對應的pytorch版本，找到下載命令，比如，最新版本的Pytorch在cuda10下麵的官方下載命令是
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
但是，不要用這條命令，由於添加了鏡像源，我們去掉上面命令的-c pytorch，運行
conda install pytorch torchvision cudatoolkit=10.1
就可以用清華鏡像下載了。如果要下載歷史版本的pytorch，以1.0為例，就用
conda install pytorch==1.0 torchvision cudatoolkit=10.1 -c pytorch
安裝好之後，torchvision不一定能配套使用，因為Torch已經更換了，所以可能會存在版本不一致的問題，卸載torchvision，然後下載對應版本的torchvision。
出現的第一個問題是torchvision下沒有totensor，重裝0.2.0的torchvision。
第二個問題是This application failed to start because it could not faind or load the Qt platform plugin "xcb" in "".
Reinstalling the application may fix the problem.這個提示告訴我們在Qt平臺插件中找不到XCB，提示我們重裝，那我們就重裝唄，重裝pyqt
conda uninstall pyqt conda uninstall qt conda install pyqt
我的項目使用了GPU版本的Tensorflow，需要裝GPU版本的TensorFlow。
這裡還有個問題是，人臉識別和車輛檢測都使用了TensorFlow，一個是CPU版本，一個是GPU版本，會有衝突嗎。TensorFlow的GPU版本是可以跑cpu的，所以先把之前的TensorFlow卸載掉。下載了GPU版本的
conda install tensorflow-gpu==1.12.0
但是這裡同時下載了cuda的9.0的toolkit，之前下載torch的時候使用了cuda10的toolkit，不知道會怎麼樣。測試之後發現沒有衝突。
現在在這個項目下，有一個GPU的版本，有一個cpu的版本，同時也有兩套對應的anaconda環境與之對應，當執行GPU版本時，需要切換到anaconda的GPU環境。這種切換可以是在命令行中
conda activate gpu
也可以是在pycharm中進行project intepreter設置，選中anaconda/envs/project/bin/python3.6，就是選中了該環境。
至此，還剩最後一個問題，GPU版本的TensorFlow是預設使用gpu版本，但是GPU版本的項目有一塊是需要使用cpu版本的tensorflow的，那麼應該如何設置？
