linux服务器,卸载tensorflow CPU 安装PGU版

linux 服务器,卸载tensorflow CPU 安装PGU版

写在前面

之前用的和学习的都是pytorch框架,现在要运行一个keras的代码,得安装tensorflow和keras,按一个教程,直接在pycharm里setting,点那个+很快就装好了tensorflow和keras,运行了几次发现运行特别慢,用nvidia-smi查看,发现根本没有用pgu跑,一番查找,最后发现安装的tensorflow本身是按CPU跑的,要用GPU跑,得安装tensorflow-gpu。
以下主要参考了https://blog.csdn.net/qq_38502918/article/details/108009692进行操作,成功安装了tensorflow-gpu版本的。
记录以下安装过程。
重点:
CUDA的版本要与tensorflow-gpu的一定要对应,否则会出错。
注意点:
安装好tensorflow-gpu后,安装对应版本的keras版本。
https://blog.csdn.net/weixin_40109345/article/details/106730050

卸载tensorflow的cpu版本

  1. 首先切换到自己的环境
    conda activate [环境名称]
    我自己的环境名是 mykerasenvs3.6
    2.移除tensordlowde cpu版本
    conda remove tensorflow
    中间会卸载一些吧,更新和安装一些包
    ![移除tensordlowde cpu版本](https://img-blog.csdnimg.cn/2021072010253557.png
    在这里插入图片描述

卸载成功

安装tensorflow-gpu

CUDA的版本要与tensorflow-gpu的一定要对应,否则会出错。

  1. nvidia-smi查看服务器上cuda的版本,我的是11.1,也可以看到driver version 那显示的是455.23.05,根据这个查看https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

查看服务器的cuda版本根据driver version,找到对应的cuda版本
2. 查看tensorflow-gpu与cuda、cudnn的对照表
接着找到对应CUDA版本的tensorflow-gpu版本https://tensorflow.google.cn/install/source
我的CUDA版本是11.1,最高的CUDA版本这里显示是11.0,因此对我的服务器,可用的tensorflow-gpu版本就比较多,这里我选择了tensorflow_gpu-1.15.0

找到linux GPU对应的这个表格
3. 安装tensorflow-gpu
conda install tensorflow-gpu==1.15.0
选择你可用的tensorflow-gpu版本,不要超过对应的cuda版本

我一直用的conda安装
安装成功

  1. 我是要用keras框架,安装keras
    安装好tensorflow-gpu后,安装对应版本的keras版本。
    https://blog.csdn.net/weixin_40109345/article/details/106730050
    tensorflow-gpu 1.15.0 对应就是keras2.3.1
    用conda install keras==2.3.1安装

在这里插入图片描述

安装对应版本的keras

可以用conda list查看这个环境里安装了哪些包
在这里插入图片描述

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

得到可用的cpu和GPU
[1]: 主要参考改博客实现https://blog.csdn.net/qq_38502918/article/details/108009692
[2]: 查看cuda与tensorflow对应的版本https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
[3]:查看keras与tensorflow对应的版本 https://blog.csdn.net/weixin_40109345/article/details/

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值