服务器配置TensorFlow-gpu(从安装anaconda开始)
一、安装anaconda
- 首先下载anaconda3安装包,.sh结尾。(建议从清华源下载,官网特别卡)
- 下载之后上传至服务器,并切换至其所在目录下使用命令安装:
bash Anaconda3-5.2.0-Linux-x86_64.sh(此为文件名)
- 检测是否安装成功,可使用 命令 conda --v
如果显示无法找到命令怎么办
这是因为环境变量未导入,或者环境变量导入了未更新 所引起的。
输入命令打开配置文件 vim ~/.bashrc
在最后添加语句 export PATH=/home/XXX/anaconda3/bin:$PATH
最后输入如下命令,更新配置文件即可 source ~/.bashrc(此为更新配置命令)
有时每次都需更新配置文件
二、安装tensorflow-gpu
1.创建虚拟环境
conda creata -n 环境名 python==3.x
2.安装TensorFlow2.3.0–gpu版本(以及相关依赖)
- 激活/进入虚拟环境,进行安装。 conda activate 环境名
- 安装对应版本的cuda和cudnn(版本必须要对应,否则会出现问题)对应版本
conda install cudatoolkit=10.1 cudnn=7.6.5 - 安装Tensorflow2.3–gpu
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu2.3.0rc0
或者
conda install tensorflow-gpu
conda的方式安装了多种依赖包,不用去单独安装了。pip的方式,用到什么包装什么包就可以了,按个人喜好选择。
3.测试是否安装成功
在终端中输入python后点击回车,再依次输入下面的代码:
import tensorflow as tf
print(tf.version)
print(tf.test.is_gpu_available())
会输出’2.3.0’、True,则证明安装成功。
linux小技巧
1、快速删除大量文件:
假如你要在linux下删除大量文件,比如100万、1000万,像/var/spool/clientmqueue/的mail邮件,/usr/local/nginx/proxy_temp的nginx缓存等,那么rm -rf *可能就不好使了。 rsync 可以用来清空目录或文件,如下:
1)先建立一个空目录
mkdir/data/blank
2)用rsync删除目标目录
rsync–delete-before -d /data/blank/ /var/spool/clientmqueue/
这样目标目录很快就被清空了
注:其中–delete-before 接收者在传输之前进行删除操作
2、快速删除大文件:
假如你有一些特别大的文件要删除,比如nohup.out这样的实时更新的文件,动辄都是几十个G上百G的,也可以用rsync来清空大文件,而且效率比较高。
1)创建空文件
touch/data/blank.txt
2)用rsync清空文件
rsync-a --delete-before --progress --stats /root/blank.txt /root/nohup.out