1、说明
本教程基于具有GPU环境的平台搭建,其教程内容比较常规,也可以为其它环境搭建做参考
本教程主要安装内容版本:
- Anaconda3的版本为2020.07-Linux-x86_64
- python版本为3.7
- tensorflow-gpu 版本为1.15
- cuda版本为10.0
- cudnn版本为7.6.5
2、安装Anaconda3
(1)官网下载安装包,下载地址64位-linux
(2)在安装目录执行命令
bash /下载目录 /Anaconda3-2020.07-Linux-x86_64.sh
安装过程中,一路回车,一路yes
(3)将Anaconda添加到系统环境变量
编辑配置文件profile
vim /etc/profile
在该文件的末尾添加
#Anaconda
export PATH=$PATH:/安装目录/anaconda3/bin
最后重新载入配置文件,输入命令
source /etc/profile
验证anaconda安装是否完成,命令行输入anaconda
anaconda
出现如下图即可
(4)将conda和pip的下载源修改为清华源
- 修改conda下载源在命令行执行命令:
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
通过以下命令查看是否修改成功
conda info
效果如下
最后通过修改 .condarc 文件将默认下载源关闭,在root目录下,先备份 .condarc 文件再修改
#备份
cp ~/.condarc ~/.condarc.bak
#修改,将文件内 “- default”一行删除即可
vim ~/.condarc
最后只保留以下内容
再通过以下命令查看是否修改成功
conda info
效果如下,会发现它的默认源已经没有了
- 修改pip下载源
linux系统下要到用户的文件夹下新建目录.pip,并在目录新建配置文件pip.conf
mkdir ~/.pip
cd ~/.pip
vim pip.conf
在文件里添加内容:
[global] index-url=https://pypi.tuna.tsinghua.edu.cn/simple
[install] trusted-host=pypi.tuna.tsinghua.edu.cn
disable-pip-version-check = true
timeout = 6000
完成后,试试
pip install <包名>
3.利用创建python虚拟环境并安装gpu版本的tensorflow 1.14
通过安装 gpu版本的tensrflow 可以同时安装相配套版本的cuda和cudnn
conda create -n <虚拟环境名称> python=3.7
#安装完成后,另开一个终端,再进入虚拟环境
conda activate <虚拟环境名称>
#安装tensorflow-gpu 1.14
conda install tensorflow-gpu==1.15
在安装tensorflow过程中会出先部分包下载安装出现问题,问题主要可能会集中于以下几个包的下载:
cudnn
numpy-base
cudatoolkit
mkl
tensorflow-base
此时可以将tensorflow安装命令(conda install tensorflow-gpu==1.15)多执行几次可续接失败之前的安装过程
安装 pytorch 1.2
#注意结尾不要用 -c pytorch,这样会导致无法用自定义设置的源下载pytorch
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0