Ubuntu16.4中使用anaconda安装TensorFlow-GPU

最新推荐文章于 2024-07-13 17:28:14 发布

向死而生zzz

最新推荐文章于 2024-07-13 17:28:14 发布

阅读量282

点赞数

分类专栏：深度学习文章标签： tensorflow

深度学习专栏收录该内容

3 篇文章 0 订阅

订阅专栏

				版权声明：本文为博主原创文章，未经博主允许不得转载。					https://blog.csdn.net/shiheyingzhe/article/details/80863422				</div>
							            <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-f57960eb32.css">
					<div class="htmledit_views" id="content_views">
            <h3><a name="t0"></a><strong>简单方法是基于anaconda中的conda的</strong></h3>

稍微复杂点的方法点击：ubuntu16.04中安装cuda和cudnn

首先在Ubuntu16.4中下载anaconda Linux版本，进入文件下载以后的目录，运行命令

sudo bash Anaconda*.sh

接下来按住Enter键阅读licence协议，阅读完以后，输入yes接受协议
yes

之后看自己的需求可以输入相应配置信息，也可以直接按enter键保持默认配置，最后需要确认是否将anaconda加入到环境变量中，这里需要输入yes，若输入的是no，需要使用命令打开./bashrc文件

sudo gedit ~/.bashrc

然后在.bashrc文件中添加以下内容

export PATH="/opt/anaconda3/bin:$PATH"

然后使用命令source ~/.bashrc使环境变量配置立即生效
输入conda list出现一个列表时就配置好了

安装NVIDIA的驱动

在dash中搜索gen，然后打开软件与更新，点击附加驱动，选择一个合适的NVIDIA驱动版本，点击应用更改，等待驱动安装完成，之后重启系统。

找到合适的TensorFlow-GPU版本以及对应的cuda、cudnn版本

这里不需要单独安装cuda和cudnn，conda会下载并安装好，不需要考虑版本依赖的问题，简便的地方就是这里了。conda就已经做好了，而且还是多个版本的，根据需要安装对应版本的
输入命令查看可用版本的tensorflow-gpu ，从图中可以看到，Version是tensorflow-gpu的版本，Build是对应python的版本、cuda的版本，cudnn的版本，看自己需要什么样的python版本安装对应的，但是这里的tensorflow-gpu版本都不是最新的，最新支持的是1.2.1版本。
从这里可以看到cuda和cudnn的版本依赖关系，这个依赖关系不仅支持图中的tensorflow-gpu版本，还支持其他的版本，作者安装的其他tensorflow-gpu版本就是根据图中的依赖关系来的cuda8.0对应cudnn6.0_0

conda search tensorflow-gpu

输入命令安装tensorflow-gpu，可以看到需要下载cudatoolkit8.0.0、cudnn-6.0.21、tensorflow-gpu等这些依赖包，不需要我们自己去配环境了，其中的cudatoolkit就是常说的cuda了。输入y就可以安装的。

conda install tensorflow-gpu==1.2.1

tensorflow-gpu1.2.1安装好以后输入命令，导入包没问题，输出tensorflow的版本号，就说明安装好了，运行tensorflow程序时，可以通过nvidia-smi查看显卡的运行状况。


 
 
   
   
    
    
   
   
   
   
    
    
     
     python
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     import tensorflow 
     
     as tf
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     print(tf.__version__)