面向的问题:
现在google colab支持tensoflow2.x和1.x,
默认使用2.x版本
google提供版本切换方式
方法一
%tensorflow_version 1.x
查看使用的tensorflow版本
import tensorflow as tf
tf.__version__
方法二
但是这样不可以直接使用tensorflow1.13.2之前的版本(通过pip直接安装)
本文主要解决低版本的tensorflow安装的前期环境安装过程。
由于我需要安装tensorflow1.4.0,keras2.1.5
查询tensorflow与cuda,cudnn版本对应关系获得
需要安装
cuda8.0
cudnn6.0
python3.6.x
安装python3.6
安装cuda8.0
!wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64-deb
!dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64-deb
!apt-get update
!apt-get install cuda=8.0.61-1
安装cudnn
您可以将 NVIDIA cuDNN 下载到本地系统,然后通过 Google Drive 将其上传到 Google Colab,例如,安装您的 Google Drive,然后使用下面已经提供的命令进行安装。
#安装本地cudnn文件
!dpkg -i "~/Downloads/libcudnn6_6.0.21-1+cuda8.0_amd64.deb"
# Check if package has been installed
!ls -l /usr/lib/x86_64-linux-gnu/libcudnn.so.6*
检测系统版本
!uname -a
!lsb_release -a
验证python版本
!python -V
验证cuda版本
!conda -V
查看cudnn版本
!ls -l /usr/lib/x86_64-linux-gnu/libcudnn.so.6*
之后安装tensorflow
!pip uninstall tensorflow
!pip uninstall keras
!pip install keras==2.1.5
!pip install tensorflow-gpu==1.4.0
!pip install tensorflow==1.4.0