Win10+Ubuntu18.04双系统安装配置教程(十)——创建虚拟环境并安装Tensorflow+keras框架
写
在
前
面
:
本
系
列
笔
者
亲
测
可
行
!
文
章
配
置
如
下
\color{red}{写在前面:本系列笔者亲测可行!文章配置如下}
写在前面:本系列笔者亲测可行!文章配置如下:
win10,Ubuntu18.04,nvidia驱动显示cuda版本11.7(只要高于10.2均可参考本配置教程)。
共将创建2个虚拟环境,分别取名为tensor37和torch37。
tensor37虚拟环境配置为python=3.7,tensorflow-gpu=2.2,cudatoolkit=10.1,cudnn=7.6.5;
torch37虚拟环境配置为python=3.7,pytorch=1.12.1,torchvision=0.13.1,torchaudio==0.12.1,cudatoolkit=10.2,cudnn=7.6.5。
注 意 \color{red}{注意} 注意:在虚拟环境中安装的cuda版本可以低于nvidia驱动显示的cuda版本,重点关注cuda,cudnn及tensorflow版本匹配
文章目录
- Win10+Ubuntu18.04双系统安装配置教程(十)——创建虚拟环境并安装Tensorflow+keras框架
- 1. 创建名为tensor37,python版本为3.7的虚拟环境
- 2. 激活环境
- 3. 下载GPU版本的tensorflow包,cuda工具包和cudnn
- 4. 检验是否下载成功及下载keras
- ctrl+d退出终端,重启电脑,重新进入ubuntu系统,打开终端,输入
- 查看全部环境,路径前面有*表示当前所在环境-->
- 输入
- 回车(激活环境)-->
- 输入
- 回车(进入python工作台,检验tensorflow框架是否搭建完成)-->
- 输入
- 回车(导入tensorflow框架,无输出或...successfully...表示导入成功)-->
- 输入
- 回车(输出True表示cuda连接正常)-->
- 输入
- 回车(输出很多,最后是True表示GPU连接正常)-->
- ctrl+d退出python工作台,回到tensor37虚拟环境,输入
- 回车,等待下载-->
- 输入python,回车(进入python工作台,检验keras是否下载完成)-->
- 输入
- 回车(输出Using TensorFlow backend表示下载完成)-->
- ctrl+d退出python工作台,ctrl+d退出终端-->
- 完成
- 参考链接
提示:ctrl+shift+c 复制终端文本,ctrl+shift+v 粘贴文本到终端
1. 创建名为tensor37,python版本为3.7的虚拟环境
conda create -n tensor37 python=3.7
2. 激活环境
conda activate tensor37
3. 下载GPU版本的tensorflow包,cuda工具包和cudnn
pip install tensorflow-gpu==2.2.0
conda install cudatoolkit=10.1
conda install cudnn=7.6.5
4. 检验是否下载成功及下载keras
ctrl+d退出终端,重启电脑,重新进入ubuntu系统,打开终端,输入
conda env list
查看全部环境,路径前面有*表示当前所在环境–>
输入
conda activate tensor37
回车(激活环境)–>
输入
python
回车(进入python工作台,检验tensorflow框架是否搭建完成)–>
输入
import tensorflow as tf
回车(导入tensorflow框架,无输出或…successfully…表示导入成功)–>
输入
tf.test.is_built_with_cuda
回车(输出True表示cuda连接正常)–>
输入
tf.test.is_gpu_available()
回车(输出很多,最后是True表示GPU连接正常)–>
ctrl+d退出python工作台,回到tensor37虚拟环境,输入
pip install keras==2.3.1
回车,等待下载–>
输入python,回车(进入python工作台,检验keras是否下载完成)–>
输入
import keras
回车(输出Using TensorFlow backend表示下载完成)–>
ctrl+d退出python工作台,ctrl+d退出终端–>
完成
参考链接
Anaconda3+CUDA10.1+CUDNN7.6+TensorFlow2.6安装(Ubuntu16)