Linux服务器非root用户tensorflow环境搭建

最新推荐文章于 2022-04-07 09:14:11 发布
最新推荐文章于 2022-04-07 09:14:11 发布
阅读量1k 收藏 11
点赞数 3
文章标签： linux服务器 tensorflow anaconda
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_33654791/article/details/88377947
版权

Linux服务器非root用户tensorflow环境搭建

萌新第一次使用实验室的服务器跑程序，为了不打扰到其他用户也不被打扰，需要在自己的目录下搭建自己专属的tensorflow环境，期间踩了不少坑，不过多谢师兄们的指导，现在特地总结下来，其实步骤很简单。
这里注意不需要自己安装Cuda和Cudnn，因为这两个属于tensorflow的依赖，conda会自己解决(来自z师兄)，或者也可以理解为之前师兄们已经安装过了，可以公用。

1.安装Anaconda

首先在清华大学开源镜像网址上下载对应自己要用的python版本以及实验室服务器信息的anaconda安装文件，比如我用的是python 3.5，所以下载了Anaconda3-4.2.0-Linux-x86_64.sh文件，然后传到服务器上自己的文件目录下。
链接: [https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/]

在服务器上执行以下命令安装Anaconda3

bash Anaconda3-4.2.0-Linux-x86
最低0.47元/天 解锁文章
通过终端在linux远程服务器上部署Anaconda+tensorflow1.13-gpu版本
分享知识
07-05 838
目录 1.1 anaconda安装 1.2 tensorflow1.13-gpu安装 租了一个远程2080ti的远程服务器，个人喜欢用Xshell+Xftp，Xshell终端控制，Xftp用于传送文件，这个比较方便。 首先进入界面，输入nvidia-smi查一下显卡配制是不是对的 ...
【深度学习】Linux完全离线搭建tensorflow_gpu环境详尽流程：RHLS7.8+cuda11.0+cudnn11.3+tensorflow_gpu2.6-cp38
baidu_39413110的博客
09-10 1789
【深度学习】Linux完全离线搭建tensorflow_gpu环境详尽流程：RHLS7.8+cuda11.0+cudnn11.3+tensorflow_gpu2.6-cp38一、查看操作系统二、安装gcc三、安装epel四、安装相应版本的kernel五、禁用nouveau六、安装cuda6.1 安装cuda6.2 环境变量配置6.3 测试是否安装成功七、安装NVIDIA驱动八、安装cudnn九、安装anaconda十、安装tensorflow_gpu十一、远程访问jupyter设置 一、查看操作系统 ca
非root用户优雅地在linux安装tensorflow-gpu
柴几的博客
04-12 1203
非root用户优雅地在linux安装tensorflow-gpu 首先从清华镜像（https://mirrors4.tuna.tsinghua.edu.cn/anaconda/archive/） 下载需要的anaconda版本，运行安装命令 bash anaconda.sh 下载cuda 9.0版本 #cuda历史版本：https://developer.nvidia.com/cuda-tool...
在实验室服务器上配TensorFlow环境（Linux系统）
weixin_43555099的博客
10-30 1641
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...
Linux环境，部署三大框架之一：tensorflow安装
小宇宙的专栏
12-27 857
tensorflow参考：https://www.nvidia.com/en-us/data-center/gpu-accelerated-applications/tensorflow/ 基础环境需求：64bit os Linux环境（本人使用centos 7.2 ，Ubuntu环境请参考官网） python 2.7以上 CUDA8.0以上 cuDNN v6以上 安装nvidia驱动和CUDA
linux非root用户创建、深度学习环境搭建
zjj
12-31 1105
相信很多学深度学习的同学，都为环境苦恼过，不想别人乱动自己辛苦配好的环境，想要一个单独属于自己的存储空间，下面是我用过用过最简单、安全、整洁的学习环境搭建方法，希望可以帮到你。 #Step1.home下用户创建配置（这一步是在root环境下） 首先在home文件夹下创建用户、设置密码 #1创建用户 sudo adduser yourname sudo passwd yourn...
Centos7服务器一般用户安装tensorflow-GPU版本
一*步&&一步走*
01-16 1067
安装tensorflow-GPU首先需要有python，cuda与cudnn，不同的tensorflow版本对应不同的cuda与cudnn，对应如下。 首先安装anaconda3（也可以选择python的一般版本，anaconda为python 的集成环境。(安装时，选择自动加入环境变量) 安装 cuda 下载cudnn，将cudnn中的include，lib64分别移动到cuda中的incl...
非root账号linux服务器下的python环境搭建
12-22
在Linux服务器上，非root用户通常需要遵循特定的步骤来搭建Python环境，因为直接使用root权限可能会带来安全风险。本文将详细介绍如何在非root账户下使用Anaconda3搭建Python环境。 首先，由于服务器可能限制了网络...
Linux服务器非root权限下搭建TensorFlow框架(Anaconda)
Gransand的博客
06-27 4097
　　在linux上跑tensorflow程序的时候，往往需要各种python包，或者不同的版本的python，tensorflow,在没有root权限的情况下，只能去找管理员。没用管理员权限的也有办法： 1. 下载Anaconda 官网下载地址：https://www.anaconda.com/download/#linux 下载对应版本，上传到服务器，执行： bash Anaco...
实验室服务器下非root用户多版本CUDA安装配置（超详细）
daydaydreamer的博客
07-07 8118
实验室服务器的cuda版本是10.1 我因为跑一个实验需要使用10.0的cuda，于是想自己多配置一个cuda10.0 1.显卡驱动 这个由管理员安装，实验室服务器已经有了，10.1都能用，那么<=10.1版本的cuda都能用这个驱动，所以这一步不用做什么 2. 下载安装cuda10.0 去官网下载你想要的版本，我想要10.0 我下载的是.run文件，比较简单 进入你下载了cuda10的run文件的目录执行以下： 注意到我第二个安装命令后面多了个 --temp=xxxx，这是因为我没加的时候，提示
linux系统下搭建TensorFlow环境
m0_59073956的博客
04-07 2923
1.在桌面创建文件夹tensorFlow mkdir tensorflow 2.进入此文件夹后创建虚拟环境 virtualenv env 3.进入虚拟机环境 cd env source ./bin/activate 4.虚拟环境下安装ipython的插件 pip3 install ipython 5.进入交互式环境 ipython #清屏 clear #退出交互式环境 exit() 6.安装tensorflow pip3 install tensorflow .
Ubuntu16.04服务器普通用户（非管理员账户）在自己目录下安装TensorFlow， Keras等（亲测）
热门推荐
The Dawn
08-08 1万+
最近在 MSRA 实习，组里给了一台多GPU的服务器账号，登录进去一看，已经多个用户了。 本着不打扰别人的搭建的环境，也不被别人打扰的原则，决定在自己用户的目录下面单独安装相应的开发环境。 要安装的的工具有： Anaconda3，TensorFlow，Keras 还有音频常用的包：librosa 。 目前就需要这些。 1、安装 Anaconda3 在官网上https://www.ana...
无root权限安装Tensorflow 并解决version `GLIBCXX_3.4.19' not found 问题
Pilgrim
07-16 2770
实验室因为做的东西涉密多，所以服务器一般不给root，另外很多不能上外网。以及anaconda可能是在多个人公用的账户上，没办法自己重新弄一个完全自己的anaconda，之前实习用的都是有外网有root的账户，于是抛弃了无root权限安装的优良传统... 大概需要参考下我的另一篇博客：http://blog.csdn.net/u011026968/article/details/75210315
无root权限服务器gpu节点下tensorflow源码安装过程及问题
qq_35193947的博客
06-13 1190
服务器环境：  CentOS Linux release 7.2.1511 (Core)问题：  1.没有root权限，不能使用sudo命令，所有包都必须安装在自己的目录下  2.服务器没有联网，配置文件中的包的链接无法直接下载，必须提前自己下载，通过xftp传入服务器，再用scp命令传到gpu 节点  scp –r /home/path  usrname@gpu:/home/path解决：   ...
ubuntu服务器无root权限安装tensorflow-gpu、cuda
UCAS2019的博客
09-12 394
1.安装tensorflow-gpu 使用pip3安装tensorflow-gpu（版本1.14.0） 查看需要的配套程序（），网址：https://tensorflow.google.cn/install/source#bazel_build_options 2. Cuda安装 cuda（10.0）下载 https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&t
如何在ubuntu16.04子用户（非管理员账户）下安装anaconda, keras, tensorflow, cv2
dx1046990849的博客
01-06 3520
1、下载ubuntu16.04下的Anaconda2-4.3.0-Linux-x86_64.sh （根据自己的系统选择32位或64位并选择Python2.7或python3）。 下载完后在命令行输入： bash Anaconda2-4.3.0-Linux-x86_64.sh 接下来全部选yes即可。 安装完后后，一定要在命令行里执行（这样才能改变原本的路径，变为新的路径）： sour
Linux非root用户安装Python及相关库
TURING.DT
07-12 7781
前提准备工作，通过root安装 yum install -y tkinter tk-devel gcc 下面是普通用户操作（用户lilei） 1、安装python python版本库https://www.python.org/ftp/python/，此处我选择2.7.9版本的，在安装python的时候，使用--prefix指定安装路径即可，命令如下： wget https:
非root权限安装pip、其他包
yeler082的博客
04-14 4338
很多时候我们拿到服务器的账号，只是一个普通用户，没有root权限，导致很多软件包的安装受到阻碍，这没有关系。关键是没有pip、没有必要的python包。这里给出一种创建虚拟环境的办法进行解决，其中的主要原理在于圈定自己的一个运行范围。该方法适用于：python2.7, python3.x（3.0及其以后版本）# 1、安装pipwget https://bootstrap.pypa.io/get-p...
服务器普通用户（非管理员账户）在自己目录下安装TensorFlow
shulixu的博客
02-27 1808
参考 https://blog.csdn.net/moses1994/article/details/81507802 开始学习Tensorflow了，组里给我分配了一台服务器，Tony说让我创建一个新用户，最好不要用root用户，不打扰别人的搭建的环境。所以我需要在用户目录下安装 Anaconda3，TensorFlow 1、安装 Anaconda3 在官网上 https://www.an...
ollama linux非root用户 离线安装
最新发布
02-12
### Linux非Root用户离线安装方法 #### TensorFlow-GPU 2.x 的离线安装 对于希望在公共服务器上使用非 root 用户身份来离线安装 TensorFlow-GPU 2.x 版本的情况，推荐采用简便的方法[^1]。此过程涉及预先下载所需的.whl文件到本地计算机，并将其传输至目标机器上的个人目录内完成后续操作。 ```bash pip install --user /path/to/downloaded/tensorflow_gpu‑2.0.0‑cp37‑none‑linux_x86_64.whl ``` #### RabbitMQ 编译安装指南 当面对没有预装必要开发包的情形时，确实需要借助具有管理员权限的账户通过 `yum` 来部署基础组件如 ncurses-devel, openssl-devel 和 gcc 等工具链[^2]。然而，在这些前提条件满足之后，则可以在不拥有超级用户权利的情况下继续执行Erlang以及RabbitMQ本身的源码构建流程： ```bash ./configure --prefix=$HOME/rabbitmq make && make install ``` #### Python 第三方库离线安装实践 针对Python扩展模块而言，如果打算绕过在线资源而采取本地化手段实施setup动作的话，那么遵循官方文档指示将是明智之举[^3]。这里以NumPy为例展示具体做法： ```python # 假设已获取 numpy-x.y.z.tar.gz 文件并解压完毕 cd numpy-x.y.z/ python3 setup.py build -j 4 install --user ``` #### JDK 环境搭建技巧 最后关于Java Development Kit(JDK)的部分，即使不具备全局修改能力也完全能够实现私有化的JDK安置方案[^4]。关键在于合理设置环境变量以便命令行识别新版本的位置： ```bash export JAVA_HOME=$HOME/jdk-xx export PATH=$JAVA_HOME/bin:$PATH export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar ```
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值