前言
网上关于在Ubuntu上安装tensorflow-gpu和opencv的教程很多,但是大多数都是直接在本机上安装,需要配置cuda,cudnn,安装步骤较为繁琐,并且一旦出错甚至需要重装系统。这里提供一种通过conda虚拟环境安装的方法。使用虚拟环境可以根据代码的不同配置创建不同的运行环境,特别是不同版本的tensorflow需要的不同版本的cuda和cudnn,如果在本机配置则只能使用一种配置环境,而通过虚拟环境安装则可以在一台机器上运行多种不同的环境。另外,即使在安装过程中出错,也可以直接删除虚拟环境或者删除Anaconda来重新配置。
安装Anaconda3
- 官网下载Python3.7版本的linux环境下的anaconda安装包,选择”64-Bit(x86) Installer“
https://www.anaconda.com/distribution/#linux - 安装过程中一路选择”是“即可,不需要改变默认的安装路径,最后的visual code不需要安装
- cd到文件下载的位置输入如下命令安装Anaconda(尽量不要使用sudo安装,如果如下命令不能执行,则可以先使用可选option命令,再执行)
$ chmod +x ./Anaconda3-2018.12-Linux-x86_64.sh (option)
$ ./Anaconda3-2018.12-Linux-x86_64.sh
- 重启终端更新
$ conda update -n base conda
安装tensorflow-gpu
- 创建一个conda虚拟环境,指定python版本号
$ conda create -n tf python=3.6
- 激活创建的tensorflow虚拟环境
$ conda activate tf 或者 $ source activate tf
- 在该虚拟环境下安装tensorflow-gpu,并指定特定的版本号(这里是1.10版)
conda install tensorflow-gpu=1.10
- 查看是否安装成功(import tensorflow不报错)
$ python
>>import tensorflow
>>
- 退出虚拟环境(安装过程中不要退出)
$ conda deactivate 或者 source deactivate
安装opencv
在上述虚拟环境中安装其他python扩展库,建议均使用pip安装,opencv也是用pip安装,安装命令如下:
pip install opencv-python
检查是否安装成功(import cv2不报错)
$ python
>>import cv2
>>