实验室服务器安装anaconda、tensorflow-gpu

最新推荐文章于 2025-04-23 09:16:44 发布

lingyun_csdn

最新推荐文章于 2025-04-23 09:16:44 发布

阅读量1.4k

点赞数 1

分类专栏：安装类

本文链接：https://blog.csdn.net/lingyun_csdn/article/details/99626585

版权

安装类专栏收录该内容

7 篇文章

订阅专栏

1.下载anaconda

wget https://repo.continuum.io/archive/Anaconda3-5.2.0-Linux-x86_64.sh

2.安装anaconda

bash Anaconda3-5.2.0-Linux-x86_64.sh

一直yes。

3.anaconda是否安装成功

键入python回车，有Anaconda的字样出现，就发现已经成功了！

4.安装tensorflow-gpu

conda install tensorflow-gpu=1.0

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

lingyun_csdn

关注关注

1
点赞
踩
5

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

实验室服务器安装cuda9.0，cudnn，Anaconda，tensorflow-gpu（小白教程）

azeyeazeye的博客

05-14

3916

昨天的刚接触服务器，今天就可以跑模型了，还挺爽的。系统：本地windows，服务器 Centos7 ，64位安装包：MobaXterm，cuda9.0，cudnn，Anaconda（资源下载链接：https://pan.baidu.com/s/16YbybsV3jTjKDm48tcVg4A 提取码：ng64） 1.安装MobaXterm （是自己电脑与服务器远程连接的...

Ubuntu16.04 安装TensorFlow-gpu版本

PRIS-SCMonkey的博客

08-02

2024

Ubuntu16.04安装TensorFlow-gpu版本1. 查看CUDA和Cudnn的版本2. 选取适合的TensorFlow-gpu版本3. 安装TensorFlow-gpu4. 测试TensorFlow-gpu是否安装成功5. 一些报错的解决方案5.1 numpy的版本过高5.2 选用的TensorFlow-gpu版本和CUDA/Cudnn版本不符 Ubuntu16.04安装Tenso...

2 条评论您还未登录，请先登录后发表或查看评论

GPU服务器傻瓜式安装Anaconda，pytorch，tensorflow

XreqcxoKiss的博客

05-22

960

Linux服务器安装Anaconda，并设置换源，安装pytorch、tensorflow-gpu

服务器-服务器里有多个CUDA+安装新的CUDA

最新发布

weixin_44253237的博客

04-23

441

服务器里有多个版本的CUDA。

服务器安装Anaconda教程

IT人生

05-16

2662

服务器安装anaconda和主机上直接安装anaconda没有多大区别Linux安装Anaconda下载安装脚本：https://www.continuum.io/downloads，选择要安装的Python版本和系统架构：# Python 3.6wget https://repo.continuum.io/archive/Anaconda3-5.1.0-Linux-x86_64.sh #64位...

服务器win10安装anaconda3+mysql+cuda+Tensorflow-gpu

钟一白的博客

08-19

452

我服务器显卡是GTX 2080 TI，装的是cuda10.0 一枚小白，第一次在服务器上装这些东西，在网站查的脑袋都大了，自己写一个看起来简单一点的一、安装anaconda3 1.官网下载anaconda，链接：https://www.anaconda.com/distribution/ 2.安装时直接点下一步就好了，需要注意的是，要选择alluser，因为是服务器，所以要让所有人都可以使用 3...

在Linux服务器基于anaconda安装tensorflow-gpu，超简单详细，亲测有效！

qq_41970098的博客

08-19

5411

在Linux服务器中使用anaconda安装tensorflow-gpu，超级简单详细，亲测有效。

linux离线安装tensorflow-gpu-2.0.0

blueone456的博客

06-13

2020

离线安装tensorflow-gpu 最近在学习深度强化学习算法，想把论文实验复现一下，奈何第一关环境复现就出了问题，卡了我一个周，在上网搜了好多篇文章之后（虽然都是囫囵吞枣），这两天才找到点思路，在这里记录一下。用的是实验室的服务器，服务器原先就安装了Anaconda2，但是我要在python3上搭环境，所以就百度搜了二者共存的方法，在此附上大佬的博客链接：https://blog.csdn.net/wyz6666/article/details/78441596 成功安装Anaconda3之后，就是特

Anaconda安装tensorflow-gpu报错UnsatisfiableError的解决办法

jho9o5的博客

04-02

2205

最近实验室购买了两块GPU的显卡，于是想玩一下tensorflow-gpu版本。我一向偷懒（省心）喜欢用Anaconda，所以先在服务器上配置了Anaconda的环境（官网最新的 .sh 文件），由于服务器上已经配置好了显卡驱动balabala等环境，准备直接根据命令conda install tensorflow...

linux服务器非root用户安装tensorflow1.14.0-gpu+cuda10+cudnn7.6

Mr_WangYC的博客

02-09

3986

实验室新服务器安装tensorflow-gpu，之前安装过一次cpu版本的tensorflow，这次安装gpu版本，出现很多的错误，这里特意将安装tensorflow-gpu的正确方法记录下来，希望对其他人有所帮助。这里是在服务器非root用户上安装，不适用于linux主机上安装tensorflow的用户，还请注意区分。实验环境 服务器内核版本：CentOS Linux releas...

实验室服务器安装anaconda和tensorflow

wangdan113269的博客

02-27

1598

实验室的服务器上已经安装好了cuda和cudnn，这个操作我并不清楚，这里就忽略不说了。下载anaconda wget https://repo.continuum.io/archive/Anaconda3-5.1.0-Linux-x86_64.sh #64位系统然后 bashAnaconda3-5.1.0-Linux-x86_64.sh 之后按照提示输入enter或者yes...

服务器上用anaconda虚拟环境安装gpu版本tensorflow

x124612的博客

09-05

2933

Note：安装GPU版本的tensorflow要求cuda版本和tensorflow版本对应，而cuda运行要求cuda版本与显卡驱动版本对应基础知识显卡驱动：需要有驱动才能用显卡 cuda: 是NVIDIA 推出的通用gpu 计算架构。也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用 cuDnn: 是深度学习加速库。注...

在服务器上基于Anaconda配置tensorflow并远程访问

hitzijiyingcai的博客

07-18

3798

由于本次使用的服务器本人并不是管理员，所以只是作为一个使用者来使用。一般服务器上都配置好了驱动，可以使用 navdia-smi命令进行查看，而且作为管理员的一方一般都会配置好了cuda和cudnn，因此本次并不需要自己在进行配置这两项。１、下载linux版本的Anaconda安装包下载地址：https://www.continuum.io/downloads 选择64位linux的Py...

在实验室服务器上配TensorFlow环境（Linux系统）

weixin_43555099的博客

10-30

1643

1.跟着教程下载并安装了默认python3.7的anaconda3。用pip安装TensorFlow35,36都提示is not supported weel. 37的制定资源地址也没有找到。只好卸载重装anaconda3，再按教程重新配置其它python版本的环境。（annaconda3里包含各个版本python包只是默认3.7） 1.1注意在重装anaconda时，总是提示cond...

实验室服务器安装anconda并安装机器学习基础包及TensorFlow/pytorch

zhiwei2coder的博客

04-09

8119

目录：写在前面 conda简介下载并安装conda 检验当前python版本使用前激活conda 简单的conda指令写在前面写这篇文章的目的：希望大家看完这篇文章之后理解什么是conda，学会安装conda，并用conda在任意一台机器（主要是服务器）上配置自己的python开发环境。如果你使用过conda，并且只是需要在服务器上配置自己的开...

实验室服务器机器学习环境搭建（远程连接服务器 anaconda和tensor flow）

qq_35495665的博客

03-04

8430

实验室服务器环境搭建背景通过VPN远程连接服务器下载anacondatensorflow 搭建背景本人今年大四保完研，研究生导师要求在对方学校做毕设，这两天在倒腾实验室服务器环境，下面是我配置环境的整个流程。比较长，可以选择性观看。通过VPN远程连接服务器 由于在本校呆的时间较多，因此连实验室服务器时需要通过VPN连接，首先你需要有对方学校的网关账号，然后可以下载EasyConnect进行连...

服务器（Linux-Ubuntu）卸载并安装Anaconda、tensorflow-gpu及Conda常用操作命令

热门推荐

乐乐lelele的博客

12-06

1万+

之前在服务器上跑深度学习代码时，一直用的虚拟环境（），安装很多包的时候需要管理员权限。虚拟环境安装教程推荐：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001432712108300322c61f256c74803b43bfd65c6f8d0d0000 最近重新配置了ana...

实验室服务器安装tensorflow-gpu

qq_44898938的博客

06-29

4080

首先，我对自己装环境之前的困惑进行总结。 1.实验室服务器上有cuda版本，还需要自己在重新装cuda toolkit吗？答案是肯定的，服务器上含有的只是cuda的驱动。 2.想要安装tensorflow-gpu版本的，那么安装软件的顺序是什么呢？答案是：cudatoolkit→cudnn→tensorflow-gpu，一定要按顺序安装，防止出现错误。其次，既然已经搞清楚相关的安装内容，那下面就开始安装吧，这里我首先采用的手动安装cudatoolkit，从官网下载安装包，在服务器上进行安装，但是由于没有权

实验室服务器使用指南：pytorch、tensorflow安装问题、visdom安装问题本地远程调用服务器jupyter问题、本地pycharm远程连接服务器

xiaolajiaoa的博客

01-30

1370

一:安装anoconda： 1：windows本地下载anoconda的安装文件，下载地址安全上网用户：官网国内用户：清华源 2：经过下载之后，将下载后的sh文件文件[比如：Anaconda3-2020.11-Linux-x86_64]上传到实验室服务器自己的目录：[比如/home/zhangsan/]。 3：在lniux服务器的命令行下，使用cd到自己的anoconda安装目录下，运行命令：bash Anaconda3-5.0.1-Linux-x86_64.sh 4：安装过程中注意：刚开始是一直en

实验室服务器连接pycharm

03-31

### 如何在 PyCharm 中设置远程连接到实验室服务器 要在 PyCharm 中实现远程连接到实验室服务器并使用其 GPU 资源进行深度学习模型训练，可以按照以下方法完成配置。 #### 1. 查询 Python 解释器路径为了确保能够正确调用远程服务器上的 Conda 环境，需先确认目标环境中 Python 解释器的具体路径。通常情况下，Anaconda 的 Base 环境解释器位于 `anaconda/bin/python`，而其他自定义环境则位于 `anaconda/envs/[环境名称]/bin/python`[^4]。可以通过 SSH 登录至服务器并在终端执行如下命令来验证： ```bash which python ``` 或者如果使用的是某个特定的 Conda 环境，则可激活该环境后再查询路径： ```bash source activate [环境名称] which python ``` 这一步骤对于后续在 PyCharm 中指定正确的解释器至关重要[^2]。 #### 2. 配置 PyCharm 的远程解释器进入 PyCharm 设置界面 (`File -> Settings`) 并导航到 `Project: [项目名] -> Python Interpreter`。点击齿轮图标选择 `Add...` 后切换到 `SSH Interpreter` 标签页。在此处填入服务器的相关信息，包括主机地址、端口号以及登录凭证 (用户名与密码或私钥)[^2]。当成功建立 SSH 连接后，下一步便是选取之前查找到的 Python 解释器全路径。注意，若服务器处于局域网内且外部网络不可达，则可能还需要额外解决访问权限问题[^3]。 #### 3. 处理局域网限制——内网穿透解决方案针对学校内部署于局域网内的服务器，家庭或其他公网环境下直接通过标准 SSH 方式难以接入的情况，推荐采用 NATAPP 工具实施内网穿透操作。具体做法是从官网下载工具包上传至服务器端运行授权令牌绑定服务实例；启动之后可以获得一个公开可用的新映射地址用于替代原始 IP 地址完成上述配置流程。 #### 4. 文件同步设定注意事项最后关于文件同步部分，默认选项一般已经满足大多数需求场景无需修改默认值。但是需要注意一点即保持本地工作区结构尽可能匹配远程部署情况以免因路径差异引发潜在错误提示。 --- ### 示例代码片段展示如何测试远程环境连通性下面给出一段简单的 TensorFlow 测试脚本用来检验整个开发调试链路是否搭建完好无误: ```python import tensorflow as tf if __name__ == "__main__": gpus = tf.config.list_physical_devices('GPU') if not gpus: print("No GPUs detected.") else: print(f"{len(gpus)} GPU(s) available:", ", ".join([gpu.name for gpu in gpus])) ``` 此段程序将会打印当前系统可见的所有 GPU 设备列表出来便于进一步验证硬件资源状态。 ---