ubuntu下tensorflow-gpu环境搭建（通过anaconda，不需要手动安装cuda和cudnn）

最新推荐文章于 2024-08-05 15:48:48 发布

linhai1028

最新推荐文章于 2024-08-05 15:48:48 发布

阅读量8.9k

点赞数 3

分类专栏： ----机器学习环境搭建文章标签： AI AI环境搭建

本文链接：https://blog.csdn.net/linhai1028/article/details/79233311

版权

----机器学习环境搭建专栏收录该内容

15 篇文章 3 订阅

订阅专栏

本篇文章主要讲解在Ubuntu16.04环境下，搭建TensorFlow框架，主要是GPU版本的。下面我采用conda安装tensorflow-gpu。

第一步：安装navidia driver

Ubuntu下安装nvidia显卡驱动（安装方式简单）

第二步：安装anaconda

参考我的另一篇文章: ubuntu下的anaconda安装，这篇文章包含了详细的安装流程，anaconda镜像库，以及anaconda教程。

第三步：安装tensorflow-gpu

terminal下run

conda create -n tensorflow python=2.7
source activate tensorflow
conda install -c conda-forge tensorflow-gpu

若要在终端使用 Tensorflow，则要先输入 source activate tensorflow，退出时输入 source deactivate

安装过程中会自动安装相关的依赖包，如cuda、cudnn等等

虽然自动安装的依赖cuda、cudnn，tensorflow-gpu也可以工作，但是我们还是建议读者手动安装cuda、cudnn（Ubuntu下安装cuda+cudnn）。因为这样可自己配置cuda以及cudnn版本信息，并且cuda、cudnn相关的包也是在默认目录下，而不是在anaconda下，以免其他环节使用时出错

测试：
进入terminal并run：python, 在python环境下引入tensorflow: import tensorflow as tf，如果没有报错，那么安装成功

测试GPU

测试代码如下：

import tensorflow as tf
a = tf.constant([1.,2.,3.,4.,5.,6.], shape=[2,3], name='a')
b = tf.constant([1.,2.,3.,4.,5.,6.], shape=[3,2], name='b')
c = tf.matmul(a,b)

with tf.Session(config= tf.ConfigProto(log_device_placement=True)) as sess:
    print(sess.run(c))