Ubuntu18.04使用anaconda3安装tensorflow-gpu、pytorch

Mr.Q

已于 2022-12-01 17:44:57 修改

阅读量3.7k

点赞数 1

分类专栏： Ubuntu安装环境搭建文章标签： tensorflow pytorch ubuntu

于 2018-11-05 17:51:29 首次发布

本文链接：https://blog.csdn.net/jizhidexiaoming/article/details/83753134

版权

环境搭建同时被 2 个专栏收录

30 篇文章 6 订阅

订阅专栏

Ubuntu安装

11 篇文章 0 订阅

订阅专栏

安装过程与之前Ubuntu16.04差不多

需要下载的：Anaconda3, cuda9, cudnn7

链接: https://pan.baidu.com/s/1zETCwtUt-u9fRHOKX4pDQg 提取码: 3fah

一，安装pip

sudo apt-get update

sudo apt-get install python-pip python-dev # 如果当前环境Python版本3, 则改为是

sudo apt-get install python3-pip

二，安装nvidia driver

方式1（命令行）：

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

ubuntu-drivers devices

输出：

== /sys/devices/pci0000:16/0000:16:00.0/0000:17:00.0 ==
modalias : pci:v000010DEd00001B06sv00001458sd0000374Cbc03sc00i00
vendor   : NVIDIA Corporation
model    : GP102 [GeForce GTX 1080 Ti]
driver   : nvidia-driver-390 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

则安装：sudo apt-get install nvidia-driver-390

再输入：nvidia-smi

显示如下，则成功安装

h428@h428:~$ nvidia-smi
Mon Nov  5 17:40:36 2018       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.77                 Driver Version: 390.77                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 108...  Off  | 00000000:17:00.0  On |                  N/A |
|  0%   56C    P5    16W / 250W |    324MiB / 11175MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
|   1  GeForce GTX 108...  Off  | 00000000:65:00.0 Off |                  N/A |
|  0%   44C    P8    11W / 250W |      2MiB / 11178MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      2230      G   /usr/lib/xorg/Xorg                            18MiB |
|    0      2365      G   /usr/bin/gnome-shell                          49MiB |
|    0      4777      G   /usr/lib/xorg/Xorg                           136MiB |
|    0      4908      G   /usr/bin/gnome-shell                         113MiB |
|    0      5652      G   /usr/lib/firefox/firefox                       2MiB |
+-----------------------------------------------------------------------------+

方式2（离线，安装有风险慎用）：

官网：Unix Drivers | NVIDIA

离线下载需要的驱动，下面的Archive可以获取其他版本。

更详细的可以参考：

Ubuntu离线安装Nvidia显卡驱动_MAKE ELEPHANT FLY的博客-CSDN博客

ubuntu 16.04 + GTX1050安装nvidia驱动_MoonLer的博客-CSDN博客

下面三、四步是传统的方式，可以采用更省力、快捷方式，即直接跳到五、六步。(cuda版本对应表)

三，安装cuda 9.0

下载cuda9.0, 在下载目录下右击鼠标，打开terminal，安装已经下载的 cuda_9.0.176_384.81_linux.run，命令如下：

sudo sh cuda_9.0.176_384.81_linux.run --override

过程除了显卡驱动no, 其他都是yes

1）打开bashrc文件：sudo gedit ~/.bashrc

2）在文件最后输入：

export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

这里不指定cuda版本，方便切换版本。

生效：source ~/.bashrc

测试：

cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

结果如上，安装成功

3）安装cudnn:

清华源：Index of /anaconda/pkgs/main/linux-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

离线下载好需要的cudnn版本，离线安装，需要安装好anaconda3：

conda install --use-local cudnn-7.6.4-cuda10.1_0.tar.bz24）重启电脑，四，安装cudnn 7

下载cudnn7, 解压，进入解压路径根目录（可以看见cuda文件家）再如下命令：

sudo cp cuda/include/cudnn.h /usr/local/cuda/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

五，安装Anaconda版

从清华源选择版本：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

下载anaconda3, 进入下载目录，安装：

bash Anaconda3-5.0.1-Linux-x86_64.sh

六，安装tensorflow-gpu

pip install tensorflow-gpu

上面这种命令超级慢

可以使用conda命令：conda install tensorflow-gpu==1.11

直接安装想要安装的版本，显示如下，发现有cudatoolkit9.2, cudnn7.2,说明通过上面的命令会顺便将对应的cuda和cudnn安装了。就不用担心版本对应问题了，只需要任选择一个较新的tensorflow-gpu版本，自动找到对应的cuda和cudnn。

输入y即可。相对于前面方式，更快

The following NEW packages will be INSTALLED:

    _tflow_select:       2.1.0-gpu                
    absl-py:             0.6.1-py36_0             
    astor:               0.7.1-py36_0             
    blas:                1.0-mkl                  
    cudatoolkit:         9.2-0                    
    cudnn:               7.2.1-cuda9.2_0          
    cupti:               9.2.148-0                
    gast:                0.2.0-py36_0             
    grpcio:              1.12.1-py36hdbcaa40_0    
    keras-applications:  1.0.6-py36_0             
    keras-preprocessing: 1.0.5-py36_0             
    libprotobuf:         3.6.1-hd408876_0         
    markdown:            3.0.1-py36_0             
    protobuf:            3.6.1-py36he6710b0_0     
    tensorboard:         1.11.0-py36hf484d3e_0    
    tensorflow:          1.11.0-gpu_py36h9c9050a_0
    tensorflow-base:     1.11.0-gpu_py36had579c0_0
    tensorflow-gpu:      1.11.0-h0d30ee6_0        
    termcolor:           1.1.0-py36_1             

The following packages will be UPDATED:

    anaconda:            5.0.1-py36hd30a520_1      --> custom-py36hbbc8b67_0
    conda:               4.3.30-py36h5d9f9f4_0     --> 4.5.11-py36_0        
    conda-env:           2.6.0-h36134e3_1          --> 2.6.0-1              
    libgcc-ng:           7.2.0-h7cc24e2_2          --> 8.2.0-hdf63c60_1     
    libstdcxx-ng:        7.2.0-h7a57d05_2          --> 8.2.0-hdf63c60_1     
    pycosat:             0.6.2-py36h1a0ea17_1      --> 0.6.3-py36h14c3975_0 

Proceed ([y]/n)?

七，安装Pytorch

点击链接，选中对应环境（Linux, Conda, Python3.6, Cuda9.0），找到需要的命令，如下：

所以官方安装方式：

conda install pytorch torchvision cudatoolkit=9.2 -c pytorch

但是太慢了

注意：直接输入上面的命令太慢了，建议参考方法。输入命令：

添加清华镜像
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

添加Pytorch镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/


conda install pytorch torchvision cudatoolkit=9.2 这个时候要注意，我们已经吧-c pytorch给删除了，安装的时候才会默认从清华源下载相应的包

解释一下，就是我们没有使用pytorch的源，而改成清华镜像的源了。

清华镜像：anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

类似的安装opencv：

conda install opencv

如果pycharm导入失败，尝试重启pycharm即可。

可能会报错：

... specified in the package manifest cannot be found...

解决办法：

conda clean --packages --tarballs

其他安装opencv方式：

pip install opencv-python

还需要安装

pip install opencv-contrib-python

Mr.Q

关注

1
点赞
踩
12

收藏

觉得还不错? 一键收藏
打赏
0
评论
Ubuntu18.04使用anaconda3安装tensorflow-gpu、pytorch

安装过程与之前Ubuntu16.04差不多需要下载的：Anaconda3, cuda9, cudnn7链接: https://pan.baidu.com/s/1zETCwtUt-u9fRHOKX4pDQg 提取码: 3fah一，安装pipsudo apt-get updatesudo apt-get install python-pip python-dev二，安装nvid...
复制链接

扫一扫