[blog9]ubuntu18.04配置pytorch和tensorflow jupyter ipython

因为我之前装的是cuda9.0，所以这里pytorch只能配置之前0.3.0版本的，

preview所有版本下载地址：https://pytorch.org/get-started/previous-versions/

https://download.pytorch.org/whl/cu90/torch_stable.html

pip3 install torch-0.3.0-cp36-cp36m-linux_x86_64.whl

import torch成功即可

 

tensorflow安装参考帖子：

https://www.cnblogs.com/hutao722/p/9342577.html

　　6. 安装tensorflow-gpu

　　官方推荐通过Virtualenv来安装tensorflow-gpu，来进行项目隔离，这是在开发环境，如果在生产环境，可以走docker方式来部署。这里采用Virtualenv方式来安装，执行如下命令：

sudo apt-get install python3
sudo apt-get install python3-pip python3-dev python-virtualenv

 

　　安装完pip3、virtualenv后，可进入virtualenv安装tensorflow-gpu，执行如下命令：

mkdir -p ~/tensorflow/venv
virtualenv -p python3 ~/tensorflow/venv #创建virtualenv环境
cd ~/tensorflow/venv
source bin/activate #环境用的时候需要激活
pip3 install --index-url http://pypi.douban.com/simple --trusted-host pypi.douban.com --upgrade tensorflow-gpu #采用国内源下载tensorflow-gpu

　　最后通过 pip3 show tensorflow-gpu 可检查tensorflow-gpu的安装路径是否在该虚拟环境内，以隔绝与全局的site-packages

 

　　7. 检查结果

　　还是在上述virtualenv创建的根目录下，执行如下命令：　　

mkdir src && cd src

　　vi hello_tensorflow.py，内容如下：　　

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

　　最后执行该脚本：python3 hello_tensorflow.py 即可得到包含有GPU输出信息的正确结果 　

----

顺便装一下python工具ipython 和 jupyter notebook

sudo apt install ipython

pip3 install jupyter

 

最后 推荐pytorch的书 深度学习框架pytorch：入门与实践

写的不错 挺适合入门的